快手数据挖掘工程师 -【资产方向】
任职要求
1、硕士及以上学历，三年以上工作经验，拥有扎实的数学和数据挖掘基础，以及坚实的机器学习理论知识； 2、熟练掌握至少一种编程语言，如Java/C++/Scala/Python，了解Linux系统及常…
工作职责
利用快手平台海量用户的静态和动态数据，运用机器学习、数据挖掘等技术，对用户进行标签识别、人群挖掘、兴趣挖掘、表征学习等等。具体职责包括： 1、通过对用户全域数据的挖掘和分析，进行用户建模，实现对用户各属性的精准刻画； 2、负责追踪业界先进算法的研发和优化，以提高画像模型的效果和效率； 3、设计和建模用户认知标签，如兴趣、意愿等，参与相关业务效果的优化； 4、分析和研究数据与实际业务需求，针对具体业务场景，挖掘各类人群标签。
1、负责本地生活业务数据资产应用方向的工作：结合本地生活的战略目标，以及核心业务策略方向，整合海量多维数据，进行全站数据挖掘，构建用户、客户、内容等多个实体的资产标签体系； 2、分析和研究数据与实际业务，针对具体业务场景，挖掘各类人群标签，整合三方数据对用户进行分级建设，精准刻画用户，商品，商家，内容，达人等各属性，通过数据分析和智能算法设计，跟进具体业务场景策略方案的设计与上线，对策略效果负责； 3、深度参与到用户运营、内容供给、商品供给，以及本地投广告投放效果优化等方向的工作，对公司内外部数据进行分析，挖掘数据潜在价值，发现业务隐藏问题，利用数据挖掘及大模型的技术提出针对性改进方案，辅助业务健康发展； 4、积极跟进前沿技术探索，将新技术应用于本地生活的业务中。
1、整合海量多维数据，进行全站数据挖掘，构建用户、客户、内容等多个实体的资产标签体系； 2、分析和研究数据与实际业务，针对具体业务场景，挖掘各类人群标签，整合三方数据对用户进行分级建设，精准刻画用户各属性； 3、深度参与到用户标签体系建设、广告投放效果优化等方向的工作。
1、整合海量多维数据，进行全站数据挖掘，构建用户画像体系、时空知识体系，并搭建全站核心数据资产管理平台； 2、深入业务场景，利用全站海量多维数据，综合运用统计和数据挖掘/机器学习的方法，探索平台新的业务增长点，为各类业务系统提供特征和模型支撑； 3、深度参与归因分析、异常检测、知识图谱等专题类建设工作。
1、整合挖掘海量站内外数据，进行全域资产体系的建设，包括但不限于时空资产、用户画像、创作者和作品资产； 2、深入电商垂直业务场景，分析洞察业务痛点，发掘机会点，利用算法挖掘能力助力业务发展； 3、研究前沿的机器学习／数据挖掘算法，在业务现实场景中进行落地应用，提升算法效果。