职位&公司对比
职位详情
- 北京
- 1-3年
- 硕士
- 数据挖掘
- 人工智能
- 机器学习
岗位职责: 1. 海量医疗数据的清洗、统计、挖掘等算法研发。 2. 利用机器学习模型在医学研究等方面对各种影响因素的挖掘与探索。 3. 参与机器学习、kanzhun数据挖掘、统计分析类的算法研究与实现. 岗位要求来自BOSS直聘: 1. 机器学习、数据挖掘、计算机、数学、统计、金融直聘等本科或以上学历 2. 熟悉Python和SQL,具有两年以上的大数据统计分析和算法开发经验 3. 熟练掌握Hadoop、Spark进行数据处理和来自BOSS直聘分析 4. 扎实的理论和算法基础,对常见数据挖掘、统计和机器学习算法有一kanzhun定的理解。 5. 擅长逻辑模型分析、设计,较强的抽象、概括、总结能力,善于发现思考并能以产品的思路提出解决问题的方案 6. 数据敏感,喜欢数据工作,相信能从中挖掘出价值,有医学或药学背景更佳。
职位详情
- 北京
- 3-5年
- 本科
- 计算机相关专业
职位描述 1、整合海量多维数据,进行全站数据挖掘boss,构建用户画像体系、时空知识体系,并搭建全站核心数据资产管理平台; BOSS直聘2、深入业务场景,利用全站海量多维数据,综合运用统计和直聘数据挖掘/机器学习的方法,探索平台新的业务增长点,为各类业务系统提供特征和模型支撑; 3boss、深度参与归因分析、异常检测、知识图谱等专题类建设工作。 任职要求 1、具备机器学习或者数据挖掘的研究和项目背景;熟练掌握分类、回归、聚类等机器学习模型,能够把业务问题拆解成适合的数据、算法问题,并完成价值落地; 2、扎实的编程基础,精通至少一门编程语言; 有大数kanzhun据计算、分布式算法开发经验; 3、好奇心,有良好的的数据和业务敏感度,对数据驱动业务有极大的兴趣。 4、本科及以上学历,3年以上数据挖掘、机器学习、大规模数据分析相关经验; 5、有较强的数理统计和挖掘算法功底,灵活使用Python/SQL; 6、熟悉Hadoop、Hive、Spark,对数据仓库、特征工程有正确的认识。
技能解析
- 数据统计
- 机器学习算法
- 数据处理和分析
- 解决问题
- 统计分析
- 数据敏感
- 算法研究
- 算法基础
- 数据统计分析
- 善于发现
- 学习算法
- 数据处理
- 总结能力
- 算法开发经验
- 机器学习
- 开发经验
- 算法开发
- 数据挖掘
数据来自CSL职业科学研究室
技能解析
- 业务敏感度
- 编程基础
- 资产管理
- 数据仓库
- 编程语言
- 知识图谱
- 数据资产管理
- 数据驱动
- 数据分析
- 数据计算
- 业务问题
- 算法开发经验
- 机器学习
- 开发经验
- 算法开发
- 数据挖掘
数据来自CSL职业科学研究室
工作时间
工作时间
公司福利
- 五险一金
- 年终奖
- 带薪年假
- 零食下午茶
- 节假日加班费
- 定期体检
公司福利
- 五险一金
- 补充医疗保险
- 定期体检
- 年终奖
- 股票期权
- 带薪年假
- 节日福利