数字化工程师

Job description

一，岗位职责

• 负责基于统计学和机器学习方法的算法设计与实现，包括但不限于回归分析、分类、聚类、降维、贝叶斯模型、随机过程等；
• 参与数据建模、特征工程、模型优化与评估，提升算法在实际业务场景中的表现；
• 与产品经理、数据工程师、业务部门合作，理解业务需求，将统计学方法与实际应用场景结合；
• 持续跟踪统计学与机器学习领域的最新研究成果，评估其在实际项目中的可行性并进行技术转化；
• 编写高质量的技术文档和算法说明文档，支持团队内的知识共享与项目交接；
• 参与算法系统的部署与优化，确保模型在生产环境中的稳定性与高效性；
• 配合团队进行算法的测试、监控与迭代，确保模型在不同场景下的鲁棒性。

二、岗位要求

• 教育背景 计算数学、统计学、应用数学、计算机科学、信息工程、数据科学等相关专业本科及以上学历，硕士/博士优先。
• 专业技能 精通统计学理论，熟悉概率论、数理统计、回归分析、假设检验、贝叶斯推断等知识。
• 熟悉常用的机器学习算法（如线性回归、逻辑回归、决策树、随机森林、支持向量机、聚类算法等），了解深度学习基础。 熟练使用Python编程语言，熟悉NumPy、Pandas、Scikit-learn、TensorFlow/PyTorch等数据处理与建模工具。
• 有良好的数据处理能力，熟悉SQL或大数据处理框架（如Hadoop、Spark）者优先。 熟悉数据可视化工具（如Matplotlib、Seaborn、Tableau）者优先。
• 有统计建模、预测建模、A/B测试、推荐系统、因果推断等实际项目经验者优先。
• 综合素质 具备良好的逻辑思维能力、问题分析能力和团队协作精神。 具备较强的学习能力和研究能力，能够快速掌握新知识并应用于实际问题中。 对数据和算法有浓厚兴趣，关注行业动态，有持续学习意愿。
• 加分项 有统计学建模、数据挖掘、机器学习竞赛（如Kaggle）经验者优先； 有发表过相关技术博客、论文或开源项目者优先。 有自然语言处理（NLP）、计算机视觉（CV）等方向的跨学科背景者优先。