有意向者可发送简历至cherry.pu@careerfocus.com.cn或加QQ:2451163566详聊
工作地点:杭州、上海、北京 岗位描述: 1、根据对市场环境的了解,独自承担复杂分析任务,并形成分析报告; 2、相关分析方向包括:重要产品、用户行为,业务逻辑,风险防控 岗位要求: 1、3年以上数据分析/挖掘相关工作经验;互联网、金融、安全相关领域有限 2、具有深厚的数学、统计学和计算机相关知识,精通SQL等数据查询语言及SAS,R等统计分析软件,具有海量数据挖掘、分析相关项目实施经验,参加过完整的数据挖掘项目并有成功案例 3、思维敏捷,能够举一反三;优秀的逻辑分析能力及问题解决能力; 4、良好的跨部门沟通及组织能力,较强的学习及人际技巧、影响说服能力 数据挖掘工程师 工作地点:杭州、上海、北京 岗位描述:
1. 应用分析建模、机器学习、文本挖掘等技术,对海量数据进行挖掘,发现其潜在关系,指导业务发展;
2. 通过海量商业数据实施用户画像、关系网络、智能服务、信用体系、推荐引擎等数据挖掘项目;
3. 和业务部门密切配合寻求数据层面的商业价值并组织建设相应的数据标签;
4. 协助并指导新人完成相关数据挖掘项目。
岗位要求:
1. 数学、统计、计算机等相关专业硕士及以上学历;
5. 三年以上海量数据下机器学习和算法实施相关工作经验;
6. 对聚类、分类、矩阵计算原理其中之一理解透彻;
7. 熟练掌握JAVA编程语言,熟悉Linux/Unix平台上的开发环境; 熟悉分布式系统(Hadoop)和算法设计
8. 有金融背景、懂会员研究的人员优先考虑。 数据仓库模型架构师 工作地点:杭州 岗位描述: 1.负责海量数据整体架构设计与数据架构管控,根据具体业务和产品对数据模型进行统一分析和规划;
2.负责ETL流程优化、关键问题解决、团队技术分享与引导和前瞻性技术研究;
3.参与产品设计评审,指导数据仓库工程师,保障数据平台架构稳定性 岗位要求: 1.熟悉数据仓库各类建模理论,以及数据仓库数据层级关系,精通3NF和多维数据模型设计;
2.具备大型数据仓库架构设计、模型设计和处理性能调优等相关经验;
3.熟悉Teradata、Greenplum、Oracle等主流数据仓库模型设计之一,有分布式计算平台(Hadoop,Hive)经验者优先;
4.优秀的协调沟通与团队协作能力,愿意专注于数据平台/数据模型领域。 大数据应用开发工程师 工作地点:杭州 岗位描述: 1. 参与大数据技术的实践和业务应用,参与或负责其中的多个领域(实时计算、分析可视化、数据可视化、数据消费工具、创新数据业务等)的研发; 2. 独立承担系统负责人的职责,深入理解数据业务,识别用户需求,能够从产品角度推动业务发展,提升公司数据应用能力; 3. 保障和提升海量数据运营系统的性能和稳定性。 岗位要求: 1. 2年以上Java开发经验,1年以上应用架构经验; 2. 1年以上的Web应用架构设计和开发经验,有前端开发能力者优先; 3. 熟悉分布式计算,或有海量数据应用经验者优先,或有用户行为挖掘经验者优先; 4. 良好的沟通表达能力和团队协作能力,对自己有较高的要求,喜欢有挑战的工作。 数据仓库ETL工程师 工作地点:杭州 岗位描述: 1. 负责数据仓库应用产品设计和开发; 2. 负责数据仓库建模、数据预处理子系统的设计和开发; 3. 负责数据仓库ETL流程的优化及解决ETL相关技术问题。 岗位要求: 1. 熟练数据仓库的ETL的开发和数据建模, 2. 2年以上数据仓库实施经验; 3. 熟悉分布式数据库平台开发(hadoop,teradata,netezza等),熟悉分布式平台工作原理; 至少熟练使用shell、python、perl等脚本语言之一; 4. 有DBA经验或分布式计算平台经验者优先; 5. 有在网站公司或海量数据处理工作经验,数据分析和挖掘经验者优先。 大数据测试开发工程师 工作地点:杭州 岗位描述: 1. 负责数据仓库的ETL项目测试,进行项目需求和设计分析,制定测试计划,制定测试方案; 2. Review开发人员的ETL代码,对代码的合理性进行检查; 3. 数据准备,sql或pl/sql编写,数据校验与分析评估; 4. 基于当前测试方法、手段、经验的抽象,探索和研发ETL测试工具,提升测试工作效率,优化ETL测试方案。 岗位要求: 1. 计算机相关专业本科及以上学历, 3年及以上互联网行业工作经验; 2. 熟悉Oracle/MySQL数据库,必须精通SQL,PL/SQL; 3. 必须熟练掌握Java/ C/C++或各类脚本语言中任意一种,具备优秀的编程能力; 4. 熟悉Linux操作系统,熟练使用Shell; 5. 熟悉数据仓库知识基础,对Hadoop、Hive、HBase等分布式开源项目有了解; 6. 有参与互联网,电信,金融等大型数据仓库建设经验者优先。
|