百度用户画像挖掘/数据研发工程师（J84301）
任职要求
-计算机相关专业本科及以上学历，2年以上工作经验 -掌握大数据开发技术（Hadoop/Spark/Flink），熟悉机器学习、深度学习技术，熟悉NLP、搜索推荐、L…
工作职责
-深入挖掘IDM打通、位置属性、App属性、社会属性等，助力信息流、商业、搜索、AI等提高业务效果. -利用机器学习、深度学习等技术，挖掘百度海量的用户行为数据与内容，优化标签质量，建立领先的用户画像 -围绕百度产品需求与痛点，与各团队协作推动画像能力的有效落地应用，促进业绩增长 -搭建画像服务应用平台，提供完善的画像产品与服务
1、整合快手全域海量异构数据，建设公司级核心资产，包括但不限于统一ID服务、时空资产和用户画像； 2、参与核心资产研发体系建设，比如架构设计、数仓建设和数据治理； 3、技术攻坚，解决海量数据下的复杂技术问题，比如关系挖掘、图挖掘中的工程问题； 4、深入业务场景，了解业务痛点，为各业务线提供数据驱动的解决方案。
本职位需要对数据安全、风险缓解技术、和研发工程，有深入的技术理解和丰富的实践经验，通过数据工程的研发、集成和实施, 构建风险监测模型, 搭建数据安全风险运营平台，量化展示风险和推动决策。应熟悉软件工程行业标准和最佳实践，具备数据开发、数据分析、策略/算法落地的工程能力。 - 领导数据防泄漏、用户异常行为检测的的策略/算法开发实施全方位工作。负责技术调研、系统设计、策略/算法开发、维护迭代、和商业系统集成等，以监控和保护企业敏感数据。 - 应用机器学习、数据挖掘、统计建模等方法进行用户实体行为分析(UEBA), 建立用户画像, 挖掘潜在数据泄漏风险并解决数据安全问题。 - 跨地区跨团队合作, 根据数据安全合规和风险管理要求，提供可视化和可量化的安全运营数据支持，满足公司业务的数据安全需求，保护公司和客户数据。 技能和
1、负责搜索推荐服务数据体系的研发设计和建设，通过数据产品和数据服务等方式，赋能商家、运营的业务增长； 2、负责搜索推荐服务的数据建设、数据服务化的设计、开发、性能优化，为上层分析和挖掘提供可靠、统一的离线+实时数据服务； 3、负责搜索推荐场景的用户画像、正倒排索引开发； 4、负责搜索推荐系统的实时监控大盘、实验指标监控、数据质量监控等功能的开发。
1、深入快手支付业务场景，参与支付用户增长、支付渠道推荐、流量分发、保险业务等场景的算法研发，提升快手支付业务用户增长和平台营收； 2、负责支付业务各算法场景的技术攻关，参与机器学习、深度学习领域的核心研发工作，包括但不限于神经网络模型的设计与优化，营销uplift模型、归因模型等的算法和系统研发； 3、针对快手平台海量用户行为和画像数据，结合支付业务约束和诉求，设计针对性的多目标优化策略、运筹优化策略和推荐策略，提升用户转化效率。