崗位職責(zé)
1.數(shù)據(jù)調(diào)研與分析:負(fù)責(zé)Python數(shù)據(jù)分析及相關(guān)領(lǐng)域熱門及前沿技術(shù)的調(diào)研,分析其在業(yè)務(wù)中的潛在應(yīng)用。
深入研究業(yè)務(wù)數(shù)據(jù),挖掘數(shù)據(jù)背后的規(guī)律和趨勢,為業(yè)務(wù)決策提供有力支持。
2.數(shù)據(jù)分析與模型構(gòu)建:利用Python及其數(shù)據(jù)分析庫(如numpy、pandas、scikit-learn等)構(gòu)建數(shù)據(jù)分析模型,解決復(fù)雜的業(yè)務(wù)問題。
結(jié)合統(tǒng)計分析和機器學(xué)習(xí)算法,對業(yè)務(wù)數(shù)據(jù)進行深度挖掘,提升數(shù)據(jù)分析的準(zhǔn)確性和效率。
3.項目策劃與設(shè)計:根據(jù)業(yè)務(wù)需求,撰寫數(shù)據(jù)分析項目的概念書,明確項目的目標(biāo)、方法和預(yù)期成果。
積極參與需求評審會議,確保項目需求清晰明確,并與團隊成員共同制定詳細(xì)的項目計劃書和成本預(yù)算。
4.模型開發(fā)與優(yōu)化:根據(jù)項目計劃書和研發(fā)計劃,進行數(shù)據(jù)分析模型的開發(fā)、調(diào)試和優(yōu)化。
不斷優(yōu)化算法和模型,提高數(shù)據(jù)處理和分析的速度與準(zhǔn)確性,撰寫詳細(xì)的技術(shù)文檔和研發(fā)報告。
5.質(zhì)量控制與成果交付:全過程把控數(shù)據(jù)分析模型的質(zhì)量,確保模型結(jié)果的準(zhǔn)確性和可靠性。
積極配合團隊成員,將數(shù)據(jù)分析成果轉(zhuǎn)化為業(yè)務(wù)價值,推動產(chǎn)品的優(yōu)化和迭代。
6.團隊協(xié)作與任務(wù)執(zhí)行:與團隊成員保持良好的溝通與協(xié)作,共同解決項目中的技術(shù)難題。
按時完成領(lǐng)導(dǎo)交代的其他任務(wù),確保項目按時交付。
7.持續(xù)學(xué)習(xí)與提升:關(guān)注數(shù)據(jù)分析領(lǐng)域的最新動態(tài)和技術(shù)趨勢,不斷提升自己的專業(yè)技能和業(yè)務(wù)能力。
分享自己的知識和經(jīng)驗,促進團隊整體水平的提升。
崗位要求:
1.本科以上學(xué)歷,環(huán)境化學(xué)專業(yè)優(yōu)先;
2.有扎實的數(shù)據(jù)結(jié)構(gòu)和算法基礎(chǔ),熟悉面向?qū)ο缶幊?
3.熟練使用Python和相關(guān)的numpy、pandas、Matplotlib、requests等庫;
4.熟悉Linux操作系統(tǒng);
5.熟悉SQL語句,至少熟練使用mysql或postgresql其中一種關(guān)系型數(shù)據(jù)庫;
6.加分項: 1.對機器學(xué)習(xí)算法有一定了解; 2.有使用sklearn、TensorFlow等工具的經(jīng)驗這個職位主要是配合我們做算法模型研發(fā),配合完成算法的實現(xiàn)和業(yè)務(wù)化應(yīng)用。