中国科学院文献情报中心2024年高校应届毕业生秋季招聘启事

中国科学院文献情报中心2024年高校应届毕业生秋季招聘启事

中国科学院文献情报中心发端于1950年4月成立的中国科学院图书管理处,1951年2月定名为“中国科学院图书馆”,1985年11月更名为“中国科学院文献情报中心”。2001年进入中国科学院知识创新试点工程序列、牵头建设国家科学数字图书馆、组织全院文献情报系统共同建设数字化网络化的科技信息集成服务体系。

中国科学院文献情报中心(以下简称文献中心)为中国科学院直属事业法人单位,办公地点在北京市海淀区中关村。下设中国科学院成都文献情报中心、中国科学院武汉文献情报中心两个事业法人单位。

文献中心立足中国科学院、面向全国,主要为自然科学、边缘交叉科学和高技术领域的科技自主创新提供文献信息保障、战略情报研究服务、公共信息服务平台支撑和科学交流与传播服务,同时通过国家科技图书文献平台和开展共建共享为国家创新体系其他领域的科研机构提供信息服务。文献中心承担大量在研国家级和院级重要研究项目,并围绕国家科技发展需求及中国科学院“率先行动”计划,积极建设分布式科技大数据知识资源体系,开展普惠的文献信息服务和覆盖创新价值链的情报服务。文献中心面向科技决策一线、面向科技创新一线、面向国家与区域科技发展,建立全院协同和有机嵌入科研和决策过程的知识服务体系,是支撑我国科技发展的权威的国家科技知识服务中心。

文献中心现有职工500余人(含成都和武汉文献中心),其中专业技术人员占87%,副高级以上专业技术人员占43%,拥有一批国家级、院级领域领军人才和专家学者。文献中心是图书馆学和情报学两个学科的硕士学位和博士学位授予单位,现有在读研究生190人。2012年获批图书馆学、情报学博士后科研流动站。文献情报中心是国际图书馆协会与机构联合会(IFLA)的重要成员。

文献中心将为录用的毕业生提供符合国家、院规定的薪酬待遇,欢迎优秀的有志青年积极申请招聘岗位!

一、招聘原则

按照“公开、平等、竞争、择优”的原则,公布岗位,公开招聘,竞争上岗,择优聘任。

二、招聘岗位

(一)知识系统部:知识服务系统研发岗(1人)

岗位职责

1.面向智能化知识服务及垂直领域用户需求,开展科技文献内容深度挖掘算法模型研究,开发科技文献内容深度挖掘引擎;

4.负责完成对已建设系统的维护运营工作;

5.完成部门交办的其他任务。

应聘条件

4.熟练掌握ES6,具备VUE开发经验,熟悉HTML5、CSS3响应页面开发技术。

5.熟悉Linux操作系统,熟练掌握常用命令和脚本。

8.具有良好的思想政治素养和职业道德,有较强的事业心、责任心、组织原则和纪律观念;工作踏实认真、积极主动,有良好的人际沟通能力,具有较强的服务意识和团队协作精神。

招聘部门联系方式

1.联系人:王老师

(二)数据资源部:知识挖掘与数据分析岗(2人)

1.参与科技文献智慧数据中心建设,承担多类型科技文献的数据挖掘与加工算法研究与开发工作,包含模型设计、数据标注、信息抽取、关联计算等;

2.开展多类型数据间的关联挖掘,负责语义知识图谱构建;

3.面向业务需求场景开展智慧数据分析与服务工作,负责设计智慧数据分析工具技术架构,研发智慧数据服务工具;

4.参与科技文献智慧数据中心的数据治理平台建设与日常运营;

5.完成中心和部门交办的其他工作。

2.熟练掌握Python、Java编程;熟悉Shell、SQL、ElasticSearch数据库操作语言;

4.具有扎实的理论基础和专业知识,具有较强的英文阅读能力、科研能力与应用研发能力;

5.具备独立思考和发现问题的能力,具有较强的沟通能力和团队合作精神。

(三)咨询服务部:化学/材料领域学科情报服务岗(1人)

1.负责开展化学、材料领域研究所知识服务,开展面向科研一线的学科情报研究和服务工作;

2.跟踪监测化学、材料领域科研进展,开展研究所创新能力调查;

3.开展学科情报前沿技术和方法研究;

4.参与化学、材料领域情报研究项目和学科情报产品研制工作,开展研究所决策咨询工作;

5.完成部门及团队布置的其他工作。

2.具备良好的创新能力和学术道德,具有较强的学习能力和团队协作精神;

3.有较强的英文阅读能力,能够高效跟踪和监测化学、材料领域国际前沿研究进展;

4.有较好的文字表述能力,较强的逻辑分析、归纳总结和判断能力,能够独立开展数据分析、信息调研及报告撰写等工作。

联系人:张老师

(四)知识产权研究部:专利数据挖掘与利用岗(1人)

1.专利数据处理与规范制定,专利分析挖掘模型构建,运用新技术解决专利分析工作中面临的问题;

2.专利分析工具和数字化产品设计;

3.特色知识产权数据加工、组织与维护;

1.博士研究生学历,情报学、计算机科学与技术、软件工程、应用数学、统计学专业;

2.熟悉机器学习、自然语言处理、知识图谱、复杂网络的理论、方法和技术,对探索新技术充满浓厚兴趣,具有专利数据挖掘或知识图谱构建经验者优先;熟悉主流编程语言,具有算法设计经验或软件系统设计开发经历者优先;具有数据分析工具、平台建设经验者优先;

3.逻辑思维清晰,团队协作能力强,具备良好的书面和口头表达能力;

4.对专利分析工作具有浓厚兴趣,热爱并愿意从事专利情报研究工作,具有高水平研究成果者优先。

1.联系人:赵老师

(五)情报研究部:特色情报数据资源岗(1人)

1.开展情报数据组织、数据驱动的智能情报分析方法研究;

2.融合应用场景和数智技术,研发高质量数据密集型情报产品;

3.参与情报研究项目的方案设计、研发和服务对接;

4.完成部门交办的其他工作。

1.博士研究生学历,北京生源优先,专业需求为图书情报与档案管理类、应用经济学类、计算机类、统计学类、信息资源管理类;

2.具有较强的数据思维和问题导向思维,具有数据检索、挖掘、分析能力,有机器学习、复杂网络、数据挖掘、信息组织与检索、编程(R\Java\python\Spark等)能力者优先;

3.具备良好科研潜质及学术道德,具备较强的学习能力和团队协作精神,良好的口头表达、书面表达、沟通交流能力;

4.身体健康,善于协作,善于学习,踏实勤奋。

1.联系人:董老师

(六)计量与评价部:数据挖掘与计量分析岗(1人)

1.开展知识服务数据组织,数据特征提取等数据增值处理研发工作;

2.开展基于文本数据的挖掘、组织与分析;

3.完成基于定量数据的特征分析,报告撰写等工作;

2.熟悉关系型数据库及操作语言(如SQL),或其他数据库操作工具;

3.具有自然语言处理、数据挖掘等项目经验者优先;

4.为人诚信敬业,踏实肯干,对技术有热情,具有团队合作精神和良好的沟通、学习与逻辑分析能力。

1.联系人:邱老师

(七)编辑出版部:学术期刊学科编辑岗(1人)

1.开展本领域学术期刊的内容策划和优质稿件组稿工作;

2.承担期刊的审稿、出版和生产等工作,并配合期刊负责人进行质量把关,配合期刊撰写宣传文稿;

3.承担期刊出版领域的研究任务,积极参与研究课题的组织与实施;

4.协助参与学科和出版领域的学术交流活动,为期刊运营提供支持;

5.完成上级交办的其他任务。

1.博士研究生学历,专业需求公共管理和行政管理(本科为理工科专业)、化学(有机化学、无机化学方向优先)、计算机(数据挖掘方向优先);

2.具有扎实的专业领域基础知识,熟悉学科发展前沿和发展动态,对科研前沿有敏锐的洞察力;

3.有较强的中英文写作和语言表达能力,发表过本领域的高水平科研论文;

4.具有良好的团队合作精神和开拓创新精神。

1.联系人:李老师

(八)院档案馆:档案业务建设岗(1人)

1.参与制定院档案管理标准、业务规范和规章制度;

2.参与制定全院档案工作培训计划,落实档案业务指导和培训工作,利用新媒体手段丰富培训资源;

3.参与档案信息化建设工作;

4.参与档案编研与宣传工作;

5.参与档案专项课题管理和研究工作;

6.完成领导交办的其他工作。

3.身体健康,责任心强,吃苦耐劳,具有较强的服务意识、组织协调能力、团结奉献精神;

4.具有良好的语言与文字表达能力,能熟练应用office办公软件及其他各类常用软件。

三、招聘程序

2.初选;

3.面试;

4.应聘答辩;

5.政审、体检;

6.公示;

7.聘用。

招聘程序具体安排及人选另行通知。

四、聘后管理及待遇

1.招聘岗位属于事业编制岗位,实行合同管理。

2.执行国家、中国科学院和我中心规定的有关薪酬福利制度。

THE END
1.值得收藏机器学习实战项目汇总(初级中级高级3. Uber数据分析项目 项目构想:该项目可用于对超级数据执行数据可视化。该数据集包含纽约市中的450万个超级拾取器。为了分析行程,需要精美地表示很多数据,以便可以进一步改善业务。 4.人格预测项目 项目构想:Myers Briggs类型指示器是一种个性类型系统,根据内向,直觉,思维和感知能力将一个人分为16个不同的个性。我们https://www.bilibili.com/read/cv34715964
2.数据挖掘项目Coursera数据挖掘项目 免费注册 于Dec 12 开始 关于 结果 单元 推荐 评价https://www.coursera.org/learn/data-mining-theory-practice-project
3.数据挖掘项目MicrosoftLearn数据挖掘在 SQL Server 2017 Analysis Services 中已弃用,现在在 SQL Server 2022 Analysis Services 中已停止使用。 对于已弃用和停止使用的功能,文档不会更新。 若要了解详细信息,请参阅Analysis Services 后向兼容性。 数据挖掘项目是SQL Server Analysis Services解决方案的一部分。 在设计过程中,在此项目中创建的https://docs.microsoft.com/zh-cn/analysis-services/data-mining/data-mining-projects
4.如何去实践一个完整的数据挖掘项目?数据挖掘项目实战本文介绍了实践数据挖掘项目的完整流程,从抽象问题、获取数据、预处理、特征工程、模型训练、评估到模型上线应用。重点强调了业务理解的重要性,以及在特征预处理中的语料获取与预处理,特征向量表示如词袋模型和词向量,以及模型训练与评估指标。此外,还提及了KNN算法的优缺点和适用场景。 https://blog.csdn.net/Datawhale/article/details/87218545
5.什么是数据挖掘?如何进行数据挖掘数据挖掘(DataMining)是从大量数据中通过数理统计算法搜索隐藏于其中的信息的过程。它通常被视为数据库知识发现中的一个步骤。数据挖掘技术可以自动或半自动地从大量不完全的、有噪声的、模糊的和随机的数据中,提取出隐含在其中的、事先未知的、但又有潜在有用信息和知识的过程。数据挖掘涉及多个学科,包括统计学、https://baijiahao.baidu.com/s?id=1779508221728752274&wfr=spider&for=pc
6.数据挖掘与项目实践本文根据Keith B. Hermiz的《Critical Success Factors for Data Mining Projects》翻译整理而来,原文出自DM Review Magazine杂志。作者总结了数据挖掘项目中非常值得注意的几个重要实践经验(黄金准则),无论是企业决策者还是具体的挖掘项目参与者,相信都可以从中受到启发和借鉴。 http://www.linkshop.com/web/Article_News.aspx?ArticleId=241916
7.数据挖掘开源项目你的智能信息挖掘助手在这个信息爆炸的时代数据挖掘开源项目 1.你的智能信息挖掘助手 在这个信息爆炸的时代,我们每天都在被海量的数据所淹没。但真正有价值的信息,往往隐藏在这些数据的海洋中。今天,让我们一起来探索一个能够帮助我们高效筛选和提炼信息的开源项目:Wiseflow 1 项目简介 Wiseflow 是一个敏捷的信息挖掘工具,它能够从网站、微信公众号、https://juejin.cn/post/7408163165416816655
8.数据挖掘开源项目立项skyme因为最近一直都在搞数据挖掘类的项目,且现在国内的大数据潮火热。在前几天与群里的几位兄弟聊天所以有了做一个开源项目的想法,以前也搞过一个开源的项目,当时只是想把权限集中化做一下,项目的名称和地址是: http://www.cnblogs.com/skyme/archive/2012/02/07/2341364.html https://www.cnblogs.com/skyme/p/4359167.html
9.数据挖掘竞赛2017数据挖掘竞赛项目实例赛题:零基础入门数据挖掘 - 二手车交易价格预测 1.1 学习目标 理解赛题数据和目标,清楚评分体系。 完成相应报名,下载数据和结果提交打卡(可提交示例结果),熟悉比赛流程 1.2 了解赛题 赛题概况 数据概况 预测指标 分析赛题 1.2.1 赛题概况 赛题以预测二手车的交易价格为任务,数据集报名后可见并可下载,该数据来自https://blog.51cto.com/u_16213709/11626718
10.有哪些数据挖掘的竞赛项目帆软数字化转型知识库数据挖掘的竞赛项目主要有Kaggle竞赛、KDD Cup、DrivenData竞赛、Data Science Bowl、Zillow Prize等。Kaggle竞赛是其中最为知名的,广受数据科学家和机器学习工程师的欢迎。Kaggle平台提供各种数据集和问题,参赛者需要通过构建和优化模型来解决这些问题。Kaggle竞赛的优势在于其社区活跃度高、资源丰富,参赛者不仅可以与全球https://www.fanruan.com/blog/article/564899/
11.数据挖掘不是挖土豆,而是让数据开口说话!数据挖掘的意义非常重大,它可以帮助我们从大量的数据中发现有价值的信息和知识,从而为决策提供支持。 而数据挖掘的应用,西红柿总结可以分为 3 步走: 获取数据:这是数据挖掘的第一步,需要从各种来源收集相关的数据。这些数据可以来自数据库、文件、网络等,并且需要进行清理和预处理,以确保数据的质量和可用性。 https://zhuanlan.zhihu.com/p/688860762
12.一个企业级数据挖掘实战项目客户细分模型(上)一个企业级数据挖掘实战项目|客户细分模型(上) 大家好,我是云朵君! 导读:今天给大家带来了一个Python业务分析实战项目——客户细分模型的应用案例上篇,本文阐述比较详细,包括代码演示、可视化图形展示、以及文字详细分析。分析较浅,希望能够给大家带来些许帮助,欢迎交流学习!文章较长,建议收藏~https://cloud.tencent.com/developer/article/1876018
13.新形势下临床研究的新机遇新挑战梅斯数据挖掘项目分不同级别。有深度合作的大级别项目相对较长,如医院战略合作,以数据平台的方式做数据挖掘。也有以单个项目为目标的短期项目,例如研究者发起的一些项目,由研究者提供脱敏后数据进行数据挖掘及分析。根据结构数据结构化以及数据量,周期短的话大概三个月左右可以完成数据挖掘。 https://www.medsci.cn/article/show_article.do?id=99c1e279075b
14.数据挖掘与分析报告范文7篇.docx数据挖掘的目的在于通过对数据中信息的处理,筛选关键数据,发现数据挖掘与分析报告范文第四篇项目数据分析报告是通过对项目数据全方位的科学分析来评估项目的可行*,为投资方决策项目提供科学、严谨的依据,降低项目投资的风险。项目数据分析报告—项目市场化*作的科学依据:政策背景:随着我国经济体制变革的不断深入发展,*的https://www.renrendoc.com/paper/234470348.html
15.北京泰迪科技a、完成全真项目案例学习,相当于3年工作经验——课程包含公司积累的精选项目案例,一个项目案例平均工期为3~4个月,学会10个案例相当于拥有30~40个月的项目经验,约为3年工作经验! b、参与实际项目开发,全真项目案例学习结束后,学员将进入项目实战环节,参与实际项目的开发,所有项目均是从公司在建数据挖掘项目剥离出来http://www.tipdm.org.cn/display.asp?id=863
16.基于数据挖掘的统计过程控制项目研究基于数据挖掘的统计过程控制项目研究 谭震 开通知网号 【摘要】: 统计过程控制(Statistical Process Control)是一种借助数理统计方法的先进质量管理和控制技术,以过程的稳定性为主要目标,强调全过程的预防,能够有效地降低产品的不合格率,从而降低生产成本。 近年来SPC技术在国外的应用已经非常广泛,已经成为提高企业管理的https://cdmd.cnki.com.cn/Article/CDMD-10423-2009173035.htm
17.大数据工程师简历模板具体工作内容包括: 1. 研究和开发机器学习模型,包括数据预处理、模型选择和训练等。 2. 设计和优化数据挖掘流程,确保数据挖掘项目的高效和可靠性。 3. 参与项目的方案制定和评估,确保项目按时完成并达到预期效果。 4. 与客户和同事保持良好的合作关系,及时沟通并解决问题。 5. 参与公司的技术交流和技术改进,不断https://www.liepin.com/mould/dashujugongchengshi.shtml
18.Python实战你用Python做过什么有趣的数据挖掘/分析项目?话说大二下那年,怀着对ML和DM的神往开始学习机器学习和数据挖掘,我身为一个数学渣敏锐得觉察到吴恩达大牛的公开课对我是一个坑,还是个神坑, 转而投入《机器学习实战》这一类不太需要过硬数学基础的机器学习和数据挖掘书籍中,于是开始学习Python+Matplotlib+Numpy了。 https://www.jianshu.com/p/19a09fb3ce0c
19.PMP项目管理4种常见的数据挖掘方法,你知道多少呢?【PMP项目管理】4种常见的数据挖掘方法,你知道多少呢?时长:0:58网友14761022864963133 美女直播 更多 PC版| APP专区| APP隐私政策 Copyright ? 2024 Sohu Inc. 京ICP证 网络视听许可证1908336 节目制作经营许可证粤第735号 https://m.56.com/view/id-MTgwMzY1NjY2.html
20.HR大数据之数据清洗与数据挖掘——“人力资源大数据实践项目”第最后,曹老师进行了数据清洗、数据挖掘的示例教学。同学们对这一环节非常感兴趣,积极参与数据清洗与挖掘的练习。在进行模型选择和建模时,有部分同学出现了因素选择操作失误的问题,曹老师耐心地进行了答疑。课后同学们纷纷表示收获颇丰,对人力资源大数据这一项目的兴趣更加深厚。 https://www.mbachina.com/html/ustb/20220410/427744.html
21.基于数据挖掘管理科学面上项目分析凭抗棘婉段捏豆格当营诺躺约翻浴攀渠哇惫深苞基于数据挖掘管理科学面上项目分析 _ 文胜搬测探临戒辣寐曲剑召债支话咆阳脓匙罚慷契丝隧比哪报在忧绑听勒务问防出吨谦拢在庐瘪十歧主粪凭寂孝达品摄截柑庙恶闷雷种盂唬霉肚金撼际冤捕目抹摘函尉繁藻练聪乓文气姑附匿智奖曹表顺慰蔑副找桅记乓铆呜颜https://max.book118.com/html/2017/0612/114246701.shtm
22.数据挖掘实践(金融风控):金融风控之贷款违约预测挑战赛(上篇)[xg项目链接以及码源见文末 1.1 数据介绍 赛题以预测用户贷款是否违约为任务,数据集报名后可见并可下载,该数据来自某信贷平台的贷款记录,总数据量超过 120w,包含 47 列变量信息,其中 15 列为匿名变量。为了保证比赛的公平性,将会从中抽取 80 万条作为训练集,20 万条作为测试集 A,20 万条作为测试集 B,同时会对https://xie.infoq.cn/article/4d588ac3a87184aaf67ae0a2a
23.SAS数据挖掘与分析项目实战尚涛编计算机手册专业科技正版图¥378.00 佳贝艾特晶萃悦白幼儿配方羊奶粉3段(12-36个月适用)800g*1罐 查看商品参数 图书 港台圖書 港台圖書 科技 中国铁道出版社 SAS数据挖掘与分析项目实战 尚涛 编 计算机手册专业科技 正版图书籍 中国铁道出版社有限公司 https://m.suning.com/itemcanshu/0071602506/12438825466.html
24.19套Python网络爬虫项目+数据挖掘+数据分析入门到精通19套Python网络爬虫项目+数据挖掘+数据分析入门到精通-基础+高级+实战+框架+整合+扩展+分布式爬虫,构建高效搜索引擎,商业案例实战,数据挖掘思维与实战,从语法到高级应用视频教程 19套网络爬虫技术包含:Python网络爬虫,数据挖掘,数据分析,分布式,爬虫项目实战,爬虫高阶,入门到精通-基础+高级+实战+框架+整合+扩展+分布式https://www.soft1188.com/dsj/6454.html