百度数据挖掘工程师（J84539）
任职要求
-学历与经验：计算机科学、网络安全、统计学等相关专业硕士及以上学历，3年以上数据挖掘或安全分析经验。有互联网安全领域实战项目经验，熟悉威胁情报分析者优先 -技术要求：精通Python/Scala，熟练使用Spark/Flink进行分布式数据处理，熟悉Hadoop生态及Hive/ES等存储查询工具。深入掌握XGBo…
工作职责
-基于海量安全日志、网络流量数据及威胁情报，构建异常检测、入侵识别、恶意行为预测等数据挖掘模型，提升安全防御体系的智能化水平 -设计并优化安全场景下的数据采集、清洗和存储方案，搭建高效的数据分析平台与实时风控系统，支持自动化威胁响应 -主导安全数据标签体系建设，通过用户/IP/设备画像、行为序列分析等手段，挖掘潜在风险点并推动防御策略迭代 -协同安全运营团队完成模型落地与效果验证，输出可解释性分析报告，为安全产品优化提供数据驱动决策支持
1. 负责零售业务的数据挖掘、分析与洞察，优化用户画像标签体系，支持精准营销和个性化推荐。 2. 参与特征工程开发，从海量数据中提取高价值特征，优化模型效果，提升业务核心指标（如转化率、留存率）。 3. 参与跨团队项目，与产品、运营团队协作，充分理解业务诉求，识别业务机会并推动项目决策。
1、负责日常的广告数据处理和分析工作，包括但不限于用户标签数据计算、数据清理、数据分析和常规建模； 2、基于海量玩家行为，利用统计分析、机器学习、数据挖掘等方法，负责设计和优化用户数据挖掘模型； 3、负责数据挖掘应用功能的设计和开发，包括结构化数据处理、预测模型建立、用户行为研究和用户属性生成、效果评估、以及功能的后续迭代优化等工作
工作职责： 促销敏感增益算法： 开发并优化促销策略中敏感增益算法，通过数据挖掘和分析提高促销活动的效果和客户回报率。 APP高潜人群识别： 利用数据挖掘技术，识别并细分APP用户中的高潜力人群，帮助运营团队实现精准营销和个性化服务。 APP用户特征预测： 构建预测模型，分析和预测APP用户行为特征，包括但不限于购买倾向、使用习惯等，为产品优化和市场营销提供预测性建议。 渠道转化贡献度归因和增量归因算法： 设计和应用归因算法，评估不同渠道对业务转化的贡献度，并实施增量归因算法来识别渠道效果的真实提升。 APP基础数据标签清洗： 负责对APP基础数据进行标签清洗和整理，确保数据的准确性和可靠性，以支持后续的数据挖掘和分析工作。
1、基于业务方的需求，设计各种数据挖掘模型，为业务方提供解决方案； 2、对游戏用户行为数据进行分析，监控以及挖掘，为业务放方供数据支持； 3、负责公司产品的数据分析、用户研究、市场研究工作，提供产品整个生命周期的策略支持与验证依据； 4、负责机器学习，深度学习等研究，并应用数据挖掘，机器学习等，为项目提供技术支持； 5、根据业务需要，完成上级安排的其他市场调研/数据分析/方案设计等工作。