崗位目標(biāo)
深度融合行業(yè)業(yè)務(wù)邏輯與大數(shù)據(jù)挖掘技術(shù)，聚焦行業(yè)核心痛點(diǎn)與潛在機(jī)會(huì)，獨(dú)立完成行業(yè)ai 應(yīng)用場(chǎng)景的挖掘、設(shè)計(jì)與落地，通過數(shù)據(jù)建模與價(jià)值洞察驅(qū)動(dòng)業(yè)務(wù)規(guī)?；鲩L(zhǎng)、效率提升及創(chuàng)新突破。
工作能力
1. 行業(yè)洞察力：深度理解行業(yè)生態(tài)與業(yè)務(wù)邏輯，能預(yù)判行業(yè)趨勢(shì)并挖掘潛在應(yīng)用場(chǎng)景。
2. 問題解決：具備結(jié)構(gòu)化思維，能將復(fù)雜行業(yè)問題拆解為可量化、可落地的數(shù)據(jù)挖掘任務(wù)。
3. 溝通協(xié)作：能高效對(duì)接業(yè)務(wù)與技術(shù)團(tuán)隊(duì)，實(shí)現(xiàn)技術(shù)語言與業(yè)務(wù)語言的精準(zhǔn)轉(zhuǎn)化。
4. 學(xué)習(xí)創(chuàng)新：持續(xù)關(guān)注行業(yè)動(dòng)態(tài)與大數(shù)據(jù)挖掘前沿技術(shù)，具備場(chǎng)景創(chuàng)新與方案優(yōu)化能力。
工作職責(zé)
1. 行業(yè)場(chǎng)景挖掘與設(shè)計(jì)：深入理解行業(yè)產(chǎn)業(yè)鏈、商業(yè)模式及業(yè)務(wù)流程，主動(dòng)挖掘未被滿足的數(shù)據(jù)分析需求，設(shè)計(jì)可落地的行業(yè)特色應(yīng)用場(chǎng)景（如金融風(fēng)控、政務(wù)決策支持、工業(yè)智能運(yùn)維等），輸出場(chǎng)景規(guī)劃方案與價(jià)值預(yù)期。
2. 數(shù)據(jù)挖掘與建模：基于行業(yè)場(chǎng)景需求，完成從數(shù)據(jù)采集、清洗、特征工程到模型構(gòu)建的全流程工作，熟練運(yùn)用分類、聚類、回歸、時(shí)序預(yù)測(cè)等算法，搭建適配行業(yè)場(chǎng)景的用戶畫像、風(fēng)險(xiǎn)預(yù)警、需求預(yù)測(cè)等核心模型。
3. 業(yè)務(wù)價(jià)值落地：將數(shù)據(jù)挖掘成果轉(zhuǎn)化為業(yè)務(wù)可執(zhí)行的策略與方案，與產(chǎn)品、運(yùn)營(yíng)、技術(shù)團(tuán)隊(duì)協(xié)作推動(dòng)場(chǎng)景落地，跟蹤模型上線后的效果，通過A/B測(cè)試、指標(biāo)監(jiān)控持續(xù)優(yōu)化模型與場(chǎng)景方案，提升業(yè)務(wù)核心KPI。
4. 行業(yè)能力沉淀：沉淀行業(yè)數(shù)據(jù)挖掘方法論、場(chǎng)景解決方案及特征庫(kù)/模型庫(kù)，跟蹤行業(yè)技術(shù)趨勢(shì)與競(jìng)品動(dòng)態(tài)，推動(dòng)團(tuán)隊(duì)在行業(yè)場(chǎng)景下的技術(shù)創(chuàng)新與能力復(fù)用。
5. 跨部門協(xié)同：精準(zhǔn)理解業(yè)務(wù)部門需求，用業(yè)務(wù)語言解讀技術(shù)成果，提供專業(yè)的數(shù)據(jù)咨詢與支持，推動(dòng)跨部門數(shù)據(jù)協(xié)同與價(jià)值共創(chuàng)。
任職資格要求
教育背景
本科及以上學(xué)歷，數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、數(shù)據(jù)科學(xué)等相關(guān)專業(yè)；具備行業(yè)相關(guān)專業(yè)背景（如工業(yè)、政務(wù)等）者優(yōu)先。
工作經(jīng)驗(yàn)
1. 5年以上大數(shù)據(jù)分析挖掘相關(guān)工作經(jīng)驗(yàn)，其中3年以上行業(yè)聚焦的數(shù)據(jù)挖掘?qū)嵺`經(jīng)驗(yàn)，有完整的行業(yè)場(chǎng)景從0到1挖掘、設(shè)計(jì)及落地案例（附項(xiàng)目成果說明優(yōu)先）。
2. 熟悉行業(yè)核心業(yè)務(wù)流程、關(guān)鍵指標(biāo)體系及痛點(diǎn)問題，能快速將業(yè)務(wù)需求轉(zhuǎn)化為數(shù)據(jù)挖掘方案。
專業(yè)技能
1. 編程與數(shù)據(jù)處理：精通Python（NumPy、Pandas、Scikit-learn等庫(kù)）及SQL，熟練使用Hadoop、Spark等大數(shù)據(jù)框架處理海量數(shù)據(jù)，具備數(shù)據(jù)倉(cāng)庫(kù)/數(shù)據(jù)湖的應(yīng)用經(jīng)驗(yàn)。
2. 算法與建模：扎實(shí)掌握機(jī)器學(xué)習(xí)主流算法原理與應(yīng)用場(chǎng)景，能根據(jù)行業(yè)場(chǎng)景靈活選型（如XGBoost、LightGBM、聚類算法等），具備特征工程、模型調(diào)優(yōu)及可解釋性優(yōu)化能力。
3. 場(chǎng)景設(shè)計(jì)：具備從行業(yè)數(shù)據(jù)中挖掘業(yè)務(wù)機(jī)會(huì)的敏銳洞察力，能獨(dú)立完成場(chǎng)景需求分析、方案設(shè)計(jì)、可行性論證及落地規(guī)劃。
4. 工具應(yīng)用：熟悉Tableau、PowerBI等可視化工具，了解模型服務(wù)化（Docker/Flask）或云平臺(tái)（AWS Sagemaker等）相關(guān)工具者優(yōu)先。
加分項(xiàng)
1. 有金融風(fēng)控、工業(yè)互聯(lián)網(wǎng)、政務(wù)大數(shù)據(jù)等垂直行業(yè)頭部企業(yè)相關(guān)工作經(jīng)驗(yàn)。
2. 具備深度學(xué)習(xí)（DNN、LSTM等）在行業(yè)場(chǎng)景中的應(yīng)用經(jīng)驗(yàn)，或有推薦系統(tǒng)、用戶畫像體系搭建經(jīng)驗(yàn)。
3. 擁有專利、技術(shù)論文或重大項(xiàng)目獎(jiǎng)項(xiàng)，能獨(dú)立主導(dǎo)復(fù)雜行業(yè)場(chǎng)景項(xiàng)目落地并取得顯著業(yè)績(jī)