网易资深数据挖掘工程师
任职要求
1.计算机、人工智能、数据挖掘或相关领域的学士及以上学位； 2. 3年以上数据分析，数据挖掘相关工作经验，熟悉游戏行业数据分析流程； 3. 具备良好沟通协作能力，能够清晰阐述分析思路、模型原理及业务含义，有效推动数据结论落地; 4. 熟练运用机器学习（G…
工作职责
1. 通过游戏行为数据分析挖掘提升价值，构建数据预测模型,包括不限于设计高效算法预测游戏关键指标，识别出潜在流失用户等； 2. 基于海量用户数据，整合多端玩家信息，构建多维度玩家画像，并形成统一玩家身份OneID和标签系统； 3. 为产品提供专业的分析支撑，提出有效数据分析模型、指标体系，用数据支撑决策,持续跟踪模型效果，进行迭代优化；
1：基于大数据，探索构建业务场景全生命周期的风控能力，建设风控数据大盘的系统能力； 2：通过风险问题的定位和分析，提炼规律与特征，并对数据特征进行沉淀，推动风控业务逻辑优化、策略、模型能力的升级； 3：深入了解风控业务，推动风控数据平台建设，包括数据交互、特征提取、数据挖掘、用户画像等，并形成产品化能力沉淀；
1. 负责数据服务产品系统的架构设计及开发工作。维护、迭代数据服务产品系统，持续改进系统的稳定性和可用性； 2. 与产品一起探讨数据服务产品的功能及用户体验的改进规划； 3. 探索和调研数据服务和产品的业界新技术、框架、中间件等，并根据需要应用到系统开发中； 4. 负责数据监控系统的设计和开发。
1. 业务模型构建与优化：主导半导体制造场景下的经营预测模型（需求/销量预测）、成本模型（制造成本分摊与优化）、产能模型（设备利用率分析）及产出模型（排产计划与产出）的开发、验证与迭代，将模型成果直接应用于产能规划、成本节约和产出效率提升等实际业务场景； 2. 数据驱动决策支持：基于半导体制造流程（晶圆加工、封装测试、设备维护保养、自动化搬运等）数据，识别生产瓶颈、成本异常或效率洼地，输出可执行优化方案，并通过构建自动化分析看板（Tableau/Power BI/帆软BI）向管理层及跨部门团队提供数据洞察； 3. 跨领域协同与数据治理：协同数据治理组及IT其他部门，优化数据架构，确保制造端、设备端及财务系统数据的整合与质量治理，并向业务部门提供数据赋能培训，推动数据文化在制造体系的渗透。
1、建设全站的基础数据能力，提供丰富、稳定的短视频社区公共基础数据，探索更多数据能力的增量价值； 2、各类数据专题体系的建设，通过数据+算法等，赋能业务，提供全链路、可分析、可复用的数据能力，提供更直观、更具分析指导性的产品化能力； 3、建设公司层面的核心数据资产，与业务场景深度结合，为社区服务提供数据服务化、数据业务化的数据&产品解决方案； 4、建设全站数据治理和管理体系，结合业务+元数据+技术，保障公司各个业务服务的数据质量和产出稳定。