岗位职责：1、提升关键业务指标，根据不同业务场景，灵活运用机器学习等技术，提升关键业务指标； 2、用户行为特征挖掘，参与用户画像的搭建； 3、构建和优化机器学习模型，解决实际问题； 4、处理和分析大规模数据，解决负责业务问题。任职要求：1.本科及以上学历，计算机科学、数学、统计学等相关专业；2.至少三年以上算法相关项目经验，参与过完整的算法研发项目，从需求分析、算法设计、模型训练到上线部署的全过程。项目类型可以包括但不限于数据挖掘、机器学习、计算机视觉、自然语言处理等领域；3.具备发现问题、快速理解问题和提出解决方案的能力；4.具备良好的团队协作精神和快速学习能力以及较好的表达能力；5.熟练掌握Python，能熟练运用常见的科学计算库（如NumPy、SciPy、Pandas）和机器学习库（如Scikit-learn、TensorFlow、PyTorch）进行算法实现和数据分析；熟悉 Linux 操作系统环境，掌握常用的命令行操作和 shell 脚本编写，能够在 Linux 环境下进行代码开发、调试和部署。了解版本控制系统（如 Git），能够高效地进行代码管理和团队协作； 6.具备独立设计和实现复杂算法的能力，能够针对数据挖掘和机器学习应用场景，设计高效、准确的算法解决方案；在设计过程中，需要考虑算法的时间复杂度、空间复杂度和稳定性等因素；能够对现有算法进行性能分析和评估，通过实验和理论分析找出算法的瓶颈，并提出改进方案； 7.深入掌握机器学习的基本概念和常用算法，包括监督学习（如线性回归、逻辑回归、支持向量机、决策树、随机森林、神经网络等）和无监督学习（如聚类算法等）；了解不同算法的原理、优缺点和适用场景，能够根据具体问题选择合适的机器学习算法；熟练使用机器学习和数据挖掘库，如Scikit-learn、TensorFlow、PyTorch等，能够快速搭建机器学习模型，并进行训练、评估和优化；掌握模型选择和调优的方法，如交叉验证、网格搜索、随机搜索等，以提高模型的泛化能力；具有数据预处理和特征工程的能力，包括数据清洗（如处理缺失值、异常值）、数据标准化、特征选择、特征提取（如词向量表示、图像特征提取）等，能够从原始数据中提取出有价值的信息，为算法模型提供高质量的输入；8.熟练掌握数据库操作，如关系型数据库（MySQL、Oracle 等）和非关系型数据库（MongoDB、Redis等），能够编写高效的 SQL 查询语句和存储过程，进行数据的存储、查询和更新操作；了解数据库设计的基本原则，能够设计合理的数据模型以满足算法开发的需求；具备大数据处理和分析的能力，熟悉Hadoop、Spark等大数据处理框架，能够处理海量数据，并运用分布式计算技术加速算法的执行；例如使用 MapReduce 模型进行数据并行处理，或利用Spark的机器学习库（MLlib）进行大规模数据挖掘。
