base:北京、上海
1、基礎(chǔ)要求:有扎實(shí)的數(shù)據(jù)科學(xué)及統(tǒng)計(jì)學(xué)知識(shí)基礎(chǔ),熟練掌握概率統(tǒng)計(jì)思想和數(shù)據(jù)挖掘方法。
2、基礎(chǔ)要求:熟練掌握常用的機(jī)器學(xué)習(xí)算法和框架。
3、基礎(chǔ)要求:熟悉Python語言,熟悉Jupyter開發(fā)環(huán)境,熟練運(yùn)用Pandas/Numpy/Seaborn/Sklearn等工具庫進(jìn)行數(shù)據(jù)處理、數(shù)據(jù)分析及可視化。
4、優(yōu)先:熟悉結(jié)構(gòu)化數(shù)據(jù)預(yù)處理流程步驟,能夠獨(dú)立編碼完成數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、特征工程等數(shù)據(jù)預(yù)處理的關(guān)鍵步驟,并對數(shù)據(jù)質(zhì)量以及預(yù)處理效果進(jìn)行統(tǒng)計(jì)分析
5、優(yōu)先:熟悉回歸/分類/時(shí)序/異常值檢測等常見的結(jié)構(gòu)化數(shù)據(jù)預(yù)測任務(wù)的模型質(zhì)量評判標(biāo)準(zhǔn),能夠計(jì)算預(yù)測結(jié)果常見統(tǒng)計(jì)量,對預(yù)測結(jié)果進(jìn)行可視化,并分析結(jié)果給出優(yōu)化方向。
6、優(yōu)先:有工業(yè)智能化項(xiàng)目數(shù)據(jù)分析及算法調(diào)優(yōu)經(jīng)驗(yàn),熟悉業(yè)界通用的人工智能和機(jī)器學(xué)習(xí)方案和應(yīng)用流程,具有根據(jù)需求制定算法方案并完成工程開發(fā)的能力。