美团数据挖掘工程师
任职要求
1.拥有计算机、电子、通信、数学、统计学或相关专业的本科及以上学历，具备3年及以上工作经验。 2.扎实的代码能力和数据结构基础，熟悉常见的机器学习算法，在大规模深度学习、数据挖掘、因果推断等算法能力有实际研发经验。 3.熟练使用大数据工具，熟悉主流深度学习框架。 4.对零售、电商及供应链领域有热情，持续关注行业发展趋势，能主动思考业务模式与…
工作职责
岗位职责： 1.使用各类数据挖掘技术及机器学习算法以及大模型等前沿技术，基于海量多模态行为数据，构建完整的用户画像与兴趣建模体系，精准刻画用户行为。 2.结合对业务理解，深入挖掘数据价值，将业务问题转化为可建模的算法问题并推动在业务场景下应用，拿到业务结果。 3.深入思考产品业务价值，参与制定及落实团队在技术、业务等多维度发展方向。 4.深入理解食杂零售餐饮供应链业务逻辑和运营模式，与业务、产品、工程、数据等团队紧密协同，完成从业务问题到算法问题的抽象与定义，设计指标体系，进行算法技术选型和方案设计实现，推动落地应用。
1. 负责零售业务的数据挖掘、分析与洞察，优化用户画像标签体系，支持精准营销和个性化推荐。 2. 参与特征工程开发，从海量数据中提取高价值特征，优化模型效果，提升业务核心指标（如转化率、留存率）。 3. 参与跨团队项目，与产品、运营团队协作，充分理解业务诉求，识别业务机会并推动项目决策。
1、负责日常的广告数据处理和分析工作，包括但不限于用户标签数据计算、数据清理、数据分析和常规建模； 2、基于海量玩家行为，利用统计分析、机器学习、数据挖掘等方法，负责设计和优化用户数据挖掘模型； 3、负责数据挖掘应用功能的设计和开发，包括结构化数据处理、预测模型建立、用户行为研究和用户属性生成、效果评估、以及功能的后续迭代优化等工作
工作职责： 促销敏感增益算法： 开发并优化促销策略中敏感增益算法，通过数据挖掘和分析提高促销活动的效果和客户回报率。 APP高潜人群识别： 利用数据挖掘技术，识别并细分APP用户中的高潜力人群，帮助运营团队实现精准营销和个性化服务。 APP用户特征预测： 构建预测模型，分析和预测APP用户行为特征，包括但不限于购买倾向、使用习惯等，为产品优化和市场营销提供预测性建议。 渠道转化贡献度归因和增量归因算法： 设计和应用归因算法，评估不同渠道对业务转化的贡献度，并实施增量归因算法来识别渠道效果的真实提升。 APP基础数据标签清洗： 负责对APP基础数据进行标签清洗和整理，确保数据的准确性和可靠性，以支持后续的数据挖掘和分析工作。
1、基于业务方的需求，设计各种数据挖掘模型，为业务方提供解决方案； 2、对游戏用户行为数据进行分析，监控以及挖掘，为业务放方供数据支持； 3、负责公司产品的数据分析、用户研究、市场研究工作，提供产品整个生命周期的策略支持与验证依据； 4、负责机器学习，深度学习等研究，并应用数据挖掘，机器学习等，为项目提供技术支持； 5、根据业务需要，完成上级安排的其他市场调研/数据分析/方案设计等工作。