最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

2020上海银行上海分行IT类职位社招

[复制链接]
跳转到指定楼层
楼主
发表于 2020-7-9 17:00:15 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
机器学习/数据挖掘工程师(10人)
岗位有效期:2020-07-31
职位描述
1、负责银行数据应用类需求调研,了解业务逻辑,进行数据分析并把需要解决的业务问题转化为机器学习/数据挖掘问题。
2、运用机器学习相关技术,分析处理亿级数据,挖掘相关信息,分析关键因素,构建相关算法模型。
3、设计线上线下实验方案,与业务部门沟通并完成实验,迭代优化机器学习模型效果。
4、与工程师合作对模型进行维护、部署和评估。
5、跟进数据挖掘、机器学习相关技术的业界发展,并合理运用到实际需求中。
职位要求
1、全日制大学本科及以上学历,计算机、统计学、数学等相关专业。
2、诚实守信、责任心强,身体健康、积极乐观,具有正常履行工作职责的身心条件,无不良行为记录。
3、思维敏捷,良好的逻辑分析能力,对实际问题的抽象能力,以及良好的沟通及组织能力。
4、深厚的机器学习基础,2年以上数据科学相关的实习或学习经验,精通主流机器学习模型算法,并热衷于利用机器学习技术解决现实问题。
5、扎实的编程基础,至少熟练运用Python/R/Java等一种编程语言,精通SQL。
6、熟悉hadoop平台,掌握Hive/Impala的使用及优化。
7、独立实现过相关算法者优先(包括回归、决策树、分类问题、深度神经网络、图模型、概率统计等)。
8、有营销、风控、反欺诈方向上应用经验者优先。
9、通过大学英语四级或相当级别外语能力考试。

大数据工程师(10人)
岗位有效期:2020-07-31
职位描述
1、负责数据仓库、ETL开发,持续构建和优化数据仓库,做好数据相关系统的建设与维护。
2、负责实时处理系统设计和开发工作。
3、承担大数据基础架构平台的建设,不断研究和应用生态圈新技术,保障平台服务的稳定性和可用性。
4、承担大数据平台的整体数据架构设计,参与分布式数据仓库、海量数据批处理平台、实时数据处理平台等系统的建设。
5、承担企业数据中台建设,参与数据开发平台、数据管理平台、企业知识图谱的建设。
职位要求
1、全日制大学本科及以上学历,计算机、软件工程相关专业。
2、诚实守信、责任心强,身体健康、积极乐观,具有正常履行工作职责的身心条件,无不良行为记录。
3、思维敏捷,良好的逻辑分析能力,对实际问题的抽象能力,以及良好的沟通及组织能力。
4、扎实的编程基础,精通Java/SQL/Shell/Python/Scala中两种以上的编程语言。
5、熟悉Hadoop、Hive、Impala、Spark、Flume、Kafka、Hbase、Flink、ES、Neo4j等组件的原理及应用。
6、熟悉linux操作系统的基础运维命令。
7、有数据仓库、Hadoop应用经验者优先。
8、通过大学英语四级或相当级别外语能力考试。
9、对于IT技术有强烈的兴趣和探索的精神,具有较强的责任心、学习能力和良好的团队协作精神。

工作地址:上海市- 上海市 - 浦东新区 锦绣东路4518号

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-26 04:15

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表