崗位職責(zé):1、數(shù)據(jù)預(yù)處理與特征工程:負(fù)責(zé)多源異構(gòu)數(shù)據(jù)(時(shí)序/空間/高維傳感信號(hào))的清洗、去噪與特征工程,確保數(shù)據(jù)質(zhì)量滿足建模需求
2、深度分析與挖掘:運(yùn)用數(shù)據(jù)挖掘算法,對(duì)多維度數(shù)據(jù)進(jìn)行深度分析,挖掘潛在信息,如發(fā)現(xiàn)污染源擴(kuò)散規(guī)律、設(shè)備運(yùn)行異常、排放超標(biāo)事件等,為環(huán)保管理提供決策支持
3、模型構(gòu)建與優(yōu)化:結(jié)合業(yè)務(wù)場(chǎng)景設(shè)計(jì)特征分析方案,提取關(guān)鍵判別因子,建立相關(guān)模型,通過(guò)對(duì)歷史數(shù)據(jù)的學(xué)習(xí)和分析,不斷優(yōu)化模型參數(shù)
4、模型部署:設(shè)計(jì)輕量級(jí)部署方案,支持模型在邊緣設(shè)備或云平臺(tái)運(yùn)行
崗位要求:1、擁有計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、數(shù)學(xué)等相關(guān)專業(yè)本科及以上學(xué)歷,2年及以上相關(guān)經(jīng)驗(yàn)
2、精通Python及核心庫(kù)(Pandas/NumPy)
3、熟悉數(shù)據(jù)挖掘全流程算法(聚類(lèi)/決策樹(shù)/神經(jīng)網(wǎng)絡(luò)/回歸分析),精通Scikit-learn
4、掌握時(shí)序建模與空間分析技術(shù)
5、了解深度學(xué)習(xí)框架(PyTorch/TensorFlow)
6、有高維信號(hào)處理經(jīng)驗(yàn)(如降維/特征提?。﹥?yōu)先
7、有環(huán)境監(jiān)測(cè)或工業(yè)傳感數(shù)據(jù)分析經(jīng)驗(yàn)者優(yōu)先
8、能從復(fù)雜數(shù)據(jù)中提煉價(jià)值信息(邏輯思維+問(wèn)題解決)
9、具備技術(shù)轉(zhuǎn)化能力(將業(yè)務(wù)需求轉(zhuǎn)為數(shù)據(jù)方案)
上班時(shí)間:8:15-17:00,上五休二,周末雙休,節(jié)假日正常放
入職即繳納五險(xiǎn)一金,發(fā)展空間大、晉升快,每年調(diào)薪,年終獎(jiǎng)金2月+
員工福利:項(xiàng)目獎(jiǎng)金、豐厚年終獎(jiǎng)金、值班津貼、交通補(bǔ)貼、話費(fèi)補(bǔ)貼、出差補(bǔ)貼、高溫補(bǔ)貼、證書(shū)補(bǔ)貼、周末雙休、年度調(diào)薪、良好的工作環(huán)境、薪資按時(shí)發(fā)放、彈性薪酬計(jì)劃、職位晉升空間大、節(jié)假日禮品福利、優(yōu)秀員工旅游、帶薪年休假、健康體檢、員工團(tuán)建等