顺丰大数据挖掘与分析工程师

1. 数据挖掘与分析：负责物流风控相关数据的收集、清洗、分析和挖掘，构建用户风险画像、风险评估模型等，识别潜在风险。 2. 算法开发与优化：设计并实现风控算法，如信用评分、反欺诈、异常检测等，持续优化算法性能。 3. 风控策略制定：基于数据分析结果，协助制定和优化风控策略，提升风控效率和准确性。 4. 跨部门协作：与产品、运营、技术等部门合作，推动风控策略落地。 5. 行业研究：跟踪物流风控领域的最新技术和趋势，能基于物流场景进行算法的优化与改造，沉淀算法能力，提出创新解决方案。

1.参与顺丰多业务项目下的预测模型的数据分析与模型搭建工作； 2. 熟悉营运各环节（收、转、运、派）的业务数据，对于预测的细化场景可以识别关键问题、分析出有效结论，并且设计解决方案，反哺模型的优化，实现端到端统一建设； 3. 负责构建机器学习、深度学习等模型，并实现生产模型服务的搭建与运维； 4. 构建算法模型效果评价体系，并搭建看板进行效果监控和呈现，助力算法模型持续优化；

1、参与客户数据底盘建设，挖掘客户行为数据，设计构建全生命周期客户画像。 2、负责关键业务指标分析监控，独立开发数据报表/看板，洞察数据趋势异常，输出数据洞察报告赋能决策。 3、运用数据分析与机器学习算法（聚类/预测等），深度参与营销策略制定、效果评估与迭代优化，提升营销转化率及收入达成。 4、探索基于大模型的智能营销应用，协同开发团队支持底层数据链路构建。

1.参与顺丰M线定价场景下的数据分析、数据挖掘和建模； 2.针对具体的业务场景，如折扣方案测算、组合报价推荐等，通过数据分析、特征工程等，牵引整体解决方案设计，助理业务价值达成； 3. 构建算法模型效果评价体系，并搭建看板进行效果监控和呈现，助力算法模型持续优化；