岗位描述
岗位职责
1、数据建模与特征工程:构建和优化机器学习模型(如推荐系统、预测模型),设计并实现高质量特征,支持模型训练与业务增长。
2、海量数据Pipeline搭建:构建从数据采集、清洗到模型训练的全流程自动化数据管道,解决数据偏差、隐私保护及多源数据融合等技术挑战。
3、实验设计与因果推断:主导A/B实验全流程,通过因果推断、实验科学等方法验证评估策略的效果和价值,量化推荐模型效果。
4、业务指标体系建设:规划并搭建业务数据指标体系和分析体系,开发自动化数据看板,为业务团队提供决策支持。
5、数据闭环与模型迭代:通过在线学习或联邦学习持续优化模型,监控模型性能(离线/在线指标),确保线上服务的稳定性和效果。
岗位要求
统计学/数据科学/计算机等相关专业,硕士及以上学历;
精通Python/SQL,具备因果推断/A/B实验设计/特征工程开发经验;
熟练使用Spark/Flink/Hadoop等大数据处理工具,有自动化数据Pipeline搭建经验;
熟悉机器学习经典算法(XGBoost/LR),了解大模型应用(如智能匹配/文本分析)者优先;
具备跨团队协作能力,能快速定位并解决数据偏差与业务指标异常问题。