小红书数据挖掘专家

1、 整合海量多维数据进行数据挖掘，面向全、新、净、准、丰的目标构建小红书国内和海外的POI数据资产体系，进行结构化POI库的建设； 2、 利用全域数据资产和海量多维数据，运用机器学习和统计分析的方法，面向小红书开放平台业务挖掘POI父子关系、POI标签体系、用户时空知识体系，为POI各类场景提供模型和服务支撑；

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，并参与建设全站核心数据资产管理平台； 2、 深入业务场景，利用全域数据资产和海量多维数据，运用机器学习和统计分析的方法，探索平台新的业务增长点，为各业务系统提供模型和特征支撑；

1、研究数据挖掘或统计学习领域的前沿技术，整合全站海量多维数据，进行全站数据挖掘； 2、深入业务场景，利用全域数据资产和海量多维数据，运用机器学习和统计分析的方法，探索平台新的业务增长点； 3、根据公司需要寻找和采集相关数据，对原始数据进行清理、甄别、归类和整合，并实现流程自动化。

负责数据挖掘、机器学习模型的开发、训练、评估和优化，解决风控、定价、业绩预测等业务场景中的实际问题。 参与数据清洗、特征工程、模型选择等机器学习流程，构建高效、可解释的模型。 与业务团队、商业分析团队紧密合作，理解业务需求，将业务问题转化为数据科学问题，并提供数据驱动的解决方案。 跟踪数据科学和机器学习领域的最新进展，并将新技术应用到实际项目中。