大数据分析管理岗位：副总裁、总监、经理、Leader所需才能

大数据分析副总裁

岗位职责： 1. 构建多中心云平台，实现各数据中心之间的有效交互。 2. 制定数据存储、核心算法、分析和交付的标准。 3. 设计并构建基于数据分析和数据挖掘的业务分析体系。 4. 解决数据分析应用开发过程中遇到的问题。 5. 开发大数据平台的数据清洗、转换和建模。 6. 编写和维护系统开发过程中的相关文档。

任职资格： 1. 拥有数据中心设计及管理经验，具备软件构建能力和数据分析及挖掘能力。 2. 熟悉大数据平台框架、原理、架构设计及开发。 3. 精通数据库开发及现有数据库技术，至少掌握一种数据库技术。 4. 具备良好的沟通表达能力，逻辑思维清晰，抗压能力强，拥有优秀的团队合作精神。 5. 熟练操作各种操作系统，熟悉常用工具。 6. 拥有一定的云架构、云计算、云存储技术经验。

大数据分析总监

岗位职责： 1. 全面了解银行及互联网金融行业的数据，挖掘实体及网络群体的特征，支持风控业务（反欺诈、负面信息核查、行为欺诈分析、反欺诈云报告）及综合信用风险评估。 2. 深入理解各个业务场景，通过机器学习、深度学习等技术提升业务风险感知能力，自动推荐并更新风控策略，平衡业务风险与收益，保障业务正常发展。 3. 基于集奥数据，挖掘客户的全方位特征，在客户身份识别、客户关系发现等方面进行创新，如身份信息验证、电信业务形态核查、行业关注名单、通信异常行为、资产质量评估、消费能力评估等，通过时间序列挖掘用户行为异常，基于复杂网络挖掘客户的关联程度和类型，并将成果应用于异常金融行为识别和客户风险分类。 4. 使用先进的统计建模、数据挖掘、机器学习方法解决实际问题，并研发创新方法解决传统方法无法解决的问题。

任职条件： 1. 数据挖掘、机器学习、自然语言处理、信息检索、图像识别、语音识别等相关专业的硕士及以上学历。 2. 五年以上海量数据下的机器学习和算法实施工作经验，三年以上的团队管理经验，具备较强的数据聚合、数据分析和解决问题的能力。 3. 对机器学习、深度学习、迁移学习、强化学习、复杂网络、异常检测中的一种有深入了解，熟悉常用模型，如：LR、KNN、朴素贝叶斯、随机森林、GBDT、神经网络（LSTM/AlexNet/GoogleNet/ResNet等）、迁移学习等。 4. 熟练掌握Python语言，R语言在Linux、Mac等平台上的研发环境优先。 5. 具备大数据分布式处理经验优先，如Hadoop、Spark、Flink等框架的经验；熟悉常用的机器学习库，如Sklearn等。 6. 良好的沟通协作能力，具有较强的分享意愿，对业务有很好的理解能力。

大数据分析经理

岗位职责： 1. 负责公司内部和外部的数据分析和探索，运用建模工具进行模型开发和训练，向用户提供建议和决策依据。 2. 对公司自有数据进行深入研究和探索，挖掘数据的商业价值，找出业务与数据的关系点。 3. 针对公司业务中的重要预测问题，如选品、选址、销售预测、精准营销等，进行建模。 4. 将预测模型应用于公司的业务流程中。

任职资格： 1. 拥有扎实的机器学习理论基础。 2. 至少三年的机器学习或深度学习工作经验。 3. 熟练掌握Python语言，能够熟练使用开源机器学习工具。 4. 拥有大规模机器学习研究和项目经验者优先。

大数据分析分析师/Leader

岗位要求： 1. 负责业务数据的统计、分析和挖掘工作。 2. 负责大数据分析和挖掘平台的规划、开发、运营和优化。 3. 为公司项目提供数据支持，进行数据决策分析，辅助项目迭代。

任职要求： 1. 本科及以上学历，五年以上的大数据分析工作经验。 2. 熟悉Linux/Unix系统，了解Python、Shell等脚本语言。 3. 拥有数据建模和分布式数据挖掘项目经验。 4. 根据项目需求设计开发数据模型、数据挖掘和处理算法，通过数据分析和模型输入得出结论。 5. 熟悉常用的统计方法，如线性回归、逻辑回归、实验设计、聚类、分群等，熟悉主流统计分析软件，掌握数据挖掘的常用算法，能够处理和挖掘海量数据。 6. 拥有一年以上的Hadoop/MR、Hive、Spark或其他并行计算架构的实际经验。