数据挖掘需求分析师 (26应届毕业生)

我们希望你： 1、 对数据背后隐藏的规律和价值充满好奇心，热衷于通过数据分析解决复杂业务问题。 2、 具备扎实的数学/统计学基础和优秀的逻辑思维、分析与建模能力。 3、 拥有良好的沟通表达能力，能将复杂的技术概念转化为清晰的业务洞察。 4、 学习能力强，勇于接受挑战，具备积极主动的工作态度和创新精神。 5、 对数据挖掘、机器学习在商业场景的应用有浓厚兴趣和探索欲望。 主要职责： 1、 业务需求深度剖析： 深入理解各业务线（如财经、运营、采购、物流仓储等）的核心痛点与战略目标，将业务问题转化为可落地的数据挖掘需求。 2、 数据探索与理解： 协助进行数据探索性分析（EDA），理解数据分布、特征相关性及潜在模式，为模型构建提供业务视角。 3、 挖掘方案设计与评估： 参与设计数据挖掘方案，包括特征工程、模型选择、评估指标定义等，并结合业务实际评估模型效果与商业价值。 4、 模型应用与效果追踪： 推动数据挖掘模型/策略在业务中的应用，并持续追踪其实际效果，收集反馈，协助模型迭代优化。 5、 洞察提炼与价值呈现： 将数据挖掘结果转化为清晰、易懂的业务洞察和决策建议，通过报告、可视化等方式向业务方有效传递。 6、 跨团队协作： 与数据科学家、数据工程师、BI分析师、业务方及产品经理紧密合作，确保数据挖掘项目从需求到落地的顺畅执行。 学历及能力要求： 1、 学历背景： 2026届硕士及以上学历优先，本科特别优秀者也可考虑。 统计学、数学、应用数学、计算机科学、数据科学、机器学习、人工智能、运筹学等相关专业。 2、 技能基础： - 扎实的理论基础： 掌握统计学、概率论、机器学习基本算法（如回归、分类、聚类、推荐等）的原理。 - 数据分析工具： 熟练使用Python（Pandas, NumPy, Scikit-learn等库）或R语言进行数据分析和建模者优先。 - 数据库知识： 熟悉SQL语言，能熟练进行数据查询和提取。 - 工具经验： 了解常用数据挖掘/机器学习框架（如TensorFlow/PyTorch）或有相关项目经验者优先。 - 项目经验： 有课程设计、科研项目、实习经历或个人项目中涉及数据挖掘/机器学习应用（如用户画像、精准营销、风险预测、需求预测等）者优先。 3、 素质能力： - 出色的逻辑分析、归纳总结和解决问题的能力。 - 优秀的沟通协调能力和跨部门协作精神，能有效对接技术与业务。 - 强烈的结果导向和商业敏感度，能聚焦于挖掘成果的业务价值。 - 积极主动，有责任心，能在压力下保持高效工作。 - 良好的中英文书面和口头表达能力。