高级数据分析师工作的基本职责
职责:
1、数据收集设计:根据项目目标,设计爬取数据的关键词,与爬虫工程师沟通对接数据收集工作。
2、数据处理和清理:对海量业务数据进行处理和分析,清洗文字信息,数据标签。
3、数据分析辅助:配合业务分析团队和算法团队,进行用户标签体系模型搭建,知识图谱建立和维护,项目数据分析辅助。
专业及其他要求:
1、计量经济学、运筹学、信息系统、统计学、计算机软件相关专业,硕士优先;
2、流利的英语读写能力将是加分项。
3、 3年以上相关工作经验,扎实的编程基础,熟悉Java、python等编程语言,有海量文本数据处理经验优先;
4、能够使用MySQL,Python,Excel完成数据查询与清洗;
5、对解决非结构和非标准的数据问题有巨大的热情。
6、了解tableau等统计软件
7、有强烈的上进心和自我提升的意愿,对大数据和AI技术有饱满的热情
职责:
1、对海量业务数据进行处理和分析,发现和跟踪其中的问题。能够从业务和产品的角度出发,利用数据发现产品、系统或是业务的瓶颈,并提出优化的方案
2、分析海量用户行为数据,优化用户生命周期流程,提升用户规模
3、利用数据挖掘,机器学习等技术解决实际问题,比如实现模块或流程自动化,业务报表系统的建设,离线数据流程的建设,数据可视化等
4、建立各种业务逻辑模型和数学模型,帮助公司改善运营管理,节省成本
任职要求
1、计算机、数学、统计相关专业,本科及以上学历
2、熟练掌握:mysql、hdfs/hive/数据库使用,较强的数据库及SQL能力,并对Hadoop技术体系有所了解和研究
3、具备数据敏感性和探知欲、分析、解决问题的能力,能够承受工作中的压力,专注数据的价值发现和变现转化
4、工作认真、负责、仔细,有良好的团队合作精神,良好的分析问题能力、沟通技巧及数据呈现能力
职责:
1、负责出行平台层面司乘用户分析,给平台相关业务及策略建设输入洞察和方法;
2、形成天、周和月度的分析报告,传递给公司管理层并进行定期汇报;
3、可独立完成针对特定问题的分析解读,支持临时型研究项目,产出用户留存及迁移的分析结论,用于输出给各品类优化营销产品的运营策略;
4、参与产品上线前的预估,上线时的数据埋点,上线后的效果评估及优化,构建乘客端营销工具的分析体系。
5、保持数据敏感,监控与发现问题、将数据转化为可落地的和有说服力的洞察,辅助推进业务决策
岗位要求:
1、数据分析相关工作经验,了解用户需求,互联网相关领域优先,应用数学,统计学,计算机,经济学相关专业硕士优先;
2、具备大数据的处理能力,掌握hive、SQL等相关数据提取工具,熟练使用R或Python、excel、SAS/SPSS、PPT等工具;
3、具有较强的思维逻辑能力,良好的数据敏感度,能从海量数据提炼核心结果;有丰富的`数据分析、挖掘、建模的经验;
4、具备良好的沟通协调能力,有独立开展分析研究项目经验;
5、一定的抗压能力和和团队精神;能有效的推动数据结论的落地
职责:
1、负责股票app的数据分析体系建设;
2、负责股票app中数据埋点;
3、挖掘数据背后的市场方向、规律、短板,为业务提供决策依据;
4、分析运营与推广需求,固化常规数据报表,提升数据支持运营与推广的能力;
5、通过数据分析工具,满足业务方对数据的各类取、过滤、分析等需求;
6、完善数据评估机制,推动公司的数据化运营。
任职要求:
1、统计学、经济学、计算机相关专业,本科以上学历,5年以上数据经验;
2、熟练掌握SQL,熟悉R、Python、MongoDB、Spark中任一种数据工具/语言;
3、熟练使用Excel、PPT、Tableau或Google系常用数据整理工具和图表制作工具;
4、有过搭建数据分析体系经历,有独立开展分析研究项目经验;
5、良好的商业嗅觉和数据敏感度,丰富的数据分析经验,能从海量数据提炼核心结果;
6、具备良好的抗压能力、沟通能力和团队精神。
职责:
1、研究大数据新技术分析发展方向;
2、负责数据仓库逻辑模型、物理模型的分析、设计和建立,开发报表,进行数据分析;
3、负责数据仓库的业务探索(Business Discovery)以及信息探索(Information Discovery)的工作;
4、负责对原始数据进行加工清洗;
5、参与数据平台的设计、开发、维护与优化,满足上层数据运营体系各项需求;
6、参与应用分析平台的系统分析、设计以及实现工作;
任职要求:
1、对数据敏感,熟悉数学建模整个过程,拥有国家/国际数学建模获奖经历优先考虑;
2、熟悉常用的数据分析算法及数据挖掘算法,熟悉机器学习算法的原理及应用,熟悉R、Python等至少一种挖掘工具;
3、3年以上软件类AI/BI项目开发经验,1年以上架构设计经验,具有大型门户/AI/BI等大型项目架构设计经验优先;
4、熟悉数据仓库实施方法论,熟悉数据建模,了解数据仓库体系架构,了解数据集市;
5、熟悉主数据、元数据、数据质量等企业数据管理相关的体系和方法;
6、熟悉与架构设计相关的数据存储/性能调优等相关领域知识;能够解决项目过程中的技术难题;
7、熟悉逻辑模型和物理模型建模、中间层模型理论以及多维模型的设计;
8、理解BI系统建设各层面,对BI建设思路和建设方向有清晰的认识,至少熟悉一种设计工具进行ETL,如Tableau/QlikView/Cognos/BO/Datastage/SAS/SPSS等;
9、能够熟练的使用Kettle等开源ETL工具进行开发者优先;
10、熟悉linux,使用Shell,python脚本经验优先;
12、熟悉Hadoop/Spark生态系统,例如Hive、Hbase等,有实际的集群搭建和使用经验者优先;
13、有大数据平台建设经验者优先。
版权声明:此文自动收集于网络,若有来源错误或者侵犯您的合法权益,您可通过邮箱与我们取得联系,我们将及时进行处理。
本文地址:https://www.gunzhua.com/jiuye/renliziyuan/476392.html