小米小米汽车-软件工程师-数据分析
任职要求
1. 精通python、SQL，熟练进行数据清洗、分析、提炼； 2. 精通BI报表、各类可视化图形绘制，有报告分析类经验佳； 3. 精通机…
工作职责
针对接入外部的充电网络数据进行深度分析； 利用AI/机器学习算法进行数据清洗； 根据挖掘数据规律，提升运营/业务核心指标； 组织项目专题会，推进数据类业务持续发展。
1. 负责数据闭环系统的建设，开发多模态数据的存储、数据检索、数据清洗与挖掘、数据质检的工具链，支撑大规模数据的自动化处理； 2. 结合业务场景，支撑算法模型的工程化落地，以数据驱动加速模型的快速迭代验证； 3. 负责海量数据治理落地，建设包括数据血缘、数据安全、数据合成与增强等能力； 4. 探索工程化智能化数据分析以及挖掘方法，从海量数据挖掘优化机会点，并量化指标和收益。
1.主导通过因果分析的方法，其中主要是A/B实验，来衡量业务和技术动作的增量价值，推动data first 的意识价值交付的工作机制的落地； 2.和各场景的业务紧密协同，深入理解业务和产品，将业务和产品的问题转化为数据和技术的问题，并且设计合理的解决方案； 3. 通过主动的数据探索和挖掘来发现改进产品和业务的机会； 4.调研新的，适用于业务的因果推断、统计推断，异常检测以及其它数据科学的方法，并把这些方法应用到实际业务问题。
1.主导通过因果分析的方法，其中主要是A/B实验，来衡量业务和技术动作的增量价值，推动data first 的意识价值交付的工作机制的落地； 2.和各场景的业务紧密协同，深入理解业务和产品，将业务和产品的问题转化为数据和技术的问题，并且设计合理的解决方案； 3. 通过主动的数据探索和挖掘来发现改进产品和业务的机会； 4.调研新的，适用于业务的因果推断、统计推断，异常检测以及其它数据科学的方法，并把这些方法应用到实际业务问题。
作为动力大数据开发分析实习生，你将有机会参与到动力系统的数据采集、清洗、分析和建模工作中，协助团队挖掘数据背后的规律，为动力系统的优化提供数据支持。 1. 数据采集与清洗：协助团队完成动力系统相关数据的采集、清洗与预处理工作，确保数据质量； 2. 数据分析与建模：基于动力系统数据，进行数据分析和建模，挖掘数据背后的规律，为动力系统优化提供支持； 3. 数据可视化：利用可视化工具（如Tableau、Power BI等）制作数据报告，直观展示分析结果； 4. 算法开发与优化：参与动力系统相关算法的开发与优化，提升数据分析的准确性和效率； 5. 团队协作：与研发、测试等团队紧密合作，确保数据分析结果能够有效支持产品开发与优化； 6. 文档撰写：整理分析过程与结果，撰写技术文档与报告。