友谊时光大数据分析工程师

1.把握数据动态，以提升运营质量为目的，为业务部门的营运方案、考核标准等提供支持； 2.根据增长业务节奏，给出数据支持节奏，有力支持业务； 3.通过数据分析，挖掘业务问题，并提出合理改善建议，以促进业务操作的持续优化； 4.定期输出分析报告，为对接的业务部门的业务增长提供有效方案，确保执行效果； 5.建设指标监控体系，提供系统化的数据分析能力，推动相关数据管理平台的搭建与完善。

1、深入理解业务、产品的方向和需求，构建公司数据分析与数据挖掘体系，针对复杂的业务问题，规划、设计、实现基于数据挖掘的解决方案，充分实现数据的价值； 2、分析和研究数据与实际业务的关联关系，利用数据挖掘的先进技术，针对具体业务需求场景，进行建模分析； 3、基于海量用户行为数据和其他数据，开发设计面向常规算法不能解决问题的可扩展机器学习算法，并以实际业务应用为导向研发创新方法，产生创新应用； 4、为产品运营提供数据分析支持，包括网站数据分析、产品用户分析、行业分析等。

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；