大数据

大数据分析岗位能力要求:数据分析工程师

2023-12-27 17:30:11 | 来源:企业IT培训

数据分析工程师岗位职责:应负责数据的基础摸底、挖掘、统计分析,并依据数据做出评估和预测等工作。

数据分析工程师初级能力要求具体如下:

a) 专业知识:

1) BI 工具使用知识,

2) 前端页面开发知识,

3) 可视化平台配置及使用知识,

4) 数据清洗知识,

5) 数据 ETL 知识,

6) 数据库基础操作知识,

7) SQL 函数知识,

8) 结构化、半结构化与非结构化知识,

9) 描述性统计知识,

10) 统计工具使用知识,

11) 线性相关及回归相关知识,

12) 编程基础知识,

13) 有无监督学习知识,

14) 数据挖掘类库应用知识。

b) 专业技能:

1) 能选择关键指标抽取数据并进行图表展示;

2) 能使用可视化库进行可视化页面开发并配置交互模式;

3) 能根据产品反馈对可视化页面及图表进行调整和美化;

4) 能根据业务需求对遗漏数据、噪音数据、不一致数据等进行清洗;

5) 能根据业务需求对不同数据源数据进行整合;

6) 能根据业务规则对数据格式进行转换;

7) 能根据数据归一性原则对数据进行单位、数值规约;

8) 能根据数据特征及规律,选择合适方法对数据进行采样;

9) 能结合业务场景使用工具对数据集进行概要、描述性统计分析;

10) 能在描述结果基础上,对数据进行特征和规律的分析与推测;

11) 能结合业务场景编写数据统计报告;

12) 能根据技术指导使用工具对数据进行特征工程处理;

13) 能调用常规模型进行模型训练;

14) 能根据合适评价指标对模型进行验证和调参;

15) 能根据合适评价指标对模型进行测试并输出最终模型的性能评估分数。

c) 经验:

1) 累计从事本岗位工作 1 年以上

数据分析工程师中级能力要求具体如下:

a) 专业知识:

1) 数据可视化设计知识,

2) 可视化组件开发知识,

3) 信息技术文档编制知识,

4) 数据格式线性变换知识,

5) 数据清洗需求分析,

6) 数据清洗方案设计,

7) 多元统计分析知识,

8) 判别分析知识,

9) 聚类分析知识,

10) 主成分分析知识,

11) 因子分析知识,

12) 特征工程处理知识,

13) 模型训练知识,

14) 模型评估知识,

15) 模型部署知识。

b) 专业技能:

1) 能根据业务需求及分析结果,制定数据展示方案;

2) 能设计数据可视化实现方式;

3) 能与产品、运营人员合作美化数据报表及数据展示页面;

4) 能开发并优化数据可视化库;

5) 能对数据可视化结果进行业务分析并输出分析报告;

6) 能根据数据质量要求制定数据清洗策略及评估方案;

7) 能根据业务要求制定数据整合方案;

8) 能根据业务需求及性能要求设计数据结构及格式调整方案;

9) 能根据归一性需求制定数据规约方案;

10) 能根据业务需求编写自定义数据预处理函数;

11) 能根据数据特征及规律,制定数据采样方案;

12) 能根据分析需求进行数据准备;

13) 能根据业务需求构建合适的分析模型;

14) 能使用合适的算法实现分析模型并对拟合结果进行优化;

15) 能分析数据的主成分及因子等相关特征,重构数据内容;

16) 能针对数据结果进行归纳并输出分析报告;

17) 能评估挖掘需求并选择合适方法对数据进行特征工程处理;

18) 能使用算法库及工具创建数据挖掘模型并进行模型训练;

19) 能选择合适评价指标对模型进行验证及调优;

20) 能选择合适评价指标对模型进行测试并输出最终模型的性能评估报告;

21) 能使用编程语言对模型进行部署和重构。

c) 经验:

1) 具备一定的数据统计与分析相关项目经验;

2) 具有商业、政务、工业大数据等行业数据分析经验;

3) 累计从事本岗位工作 3 年以

数据分析工程师高级能力要求具体如下。

a) 专业知识:

1) 前端展示需求分析,

2) 前端优化技术,

3) 大数据分析算法,

4) 大数据建模知识,

5) 综合评价方法知识,

6) 大数据挖掘算法,

7) 机器学习知识,

8) 图计算知识,

9) 语义分析知识。

b) 专业技能:

1) 能根据业务分析需求及分析结果,指导数据展示方案制定;

2) 能研发并设计前端图表展示功能代码;

3) 能指导工程师并完成可视化组件开发、封装及优化;

4) 能对数据可视化结果进行业务分析并输出分析报告;

5) 能够结合理论和业务实际,完成进行大数据分析相关算法研究;

6) 能针对研究结果设计分析算法并指导算法模型实现;

7) 能针对现有算法提出新的改进和优化方法,建立新的分析体系;

8) 能根据理论研究及数学原理,构建并行挖掘算法;

9) 能指导工程师实现挖掘算法并封装为算法库;

10) 能根据挖掘性能及业务特征,优化挖掘算法;

11) 能根据业务特性,制定合适的挖掘模型评价指标;

12) 能指导工程师完成对挖掘模型的部署和重构。

c) 经验

1) 具备数据统计与分析相关项目经验;

2) 累计从事本岗位工作 5 年以上。