算法工程师

岗位职责：-模型开发：设计、开发和实施各种应用的预测和分类模型，包括但不限于信用风险、欺诈检测、客户细分和需求预测。-数据收集和准备：汇总、清理和预处理来自多个来源的数据，确保数据的高质量和完整性。-特征工程：从原始数据中开发和转换特征，包括归一化、缩放、比率计算、对数变换、分档和处理异常值。-算法选择：根据问题背景和数据特征，评估并选择合适的机器学习算法（如逻辑回归、决策树、随机森林、梯度提升机、神经网络）。-模型训练和评估：使用交叉验证和其他技术训练模型，并使用ROC-AUC、准确率、精确度、召回率和F1分数等指标评估模型性能。-数据平衡：采用超采样、欠采样和合成数据生成等技术解决类不平衡问题。-模型解释和文档编制：确保模型可解释，并记录建模过程，包括假设、方法和结果。-协作：与不同部门的利益相关者密切合作，将模型集成到业务流程和系统中。-持续改进：了解机器学习和人工智能的*新进展，并根据新数据和反馈不断改进模型。任职要求：-教育背景：数据科学、统计学、数学、计算机科学、经济学或相关领域的或。-经验：3年以上数据科学经验，侧重于预测建模和分类。-技术技能：-熟练掌握Python或R等编程语言。-精通机器学习框架和库（如scikit-learn、XGBoost、TensorFlow、Keras）。-具有数据预处理、特征工程和处理大型数据集的经验。-熟悉数据库系统和SQL。-具有使用数据可视化工具（如Matplotlib、Seaborn、Tableau）的经验。-分析技能：解决问题的能力强，能够分析复杂的数据集。-沟通技能：出色的书面和口头沟通能力，能够向非技术利益相关者介绍复杂的技术信息。-团队合作：能够在团队环境中协同工作，同时管理多个项目。*资格：-具有信用风险建模、欺诈检测、客户细分或需求预测方面的经验。-了解相关领域的监管要求和合规性。-熟悉云计算平台（如AWS、GoogleCloud、Azure）。-具有大数据技术（如Hadoop、Spark）方面的经验。
联系我时，请说是在58同城上看到的，谢谢！