2024年民生银行民生科技社会招聘启事(7.22)事业单位招聘

1、负责项目系统的需求分析、设计和编码落地,产出高质量的技术方案和代码。

2、参与技术难题攻关,专注系统架构的升级和优化,在扩展性、稳定性、高性能等方面持续改进,保证系统的安全、稳定、快速运行。

3、深入协同产品细节,落地业务场景,达成业务目标。并持续抽象产品模型,优化底层服务和组件,满足业务快速迭代需求。

4、参与新技术的预研和研发。结合业务实际场景和需求,为团队引入新技术和方案,提升团队技术水平。

任职要求

2、计算机基础扎实,精通Java/J2EE,掌握JVM原理。

3、具备较强的业务抽象和系统设计能力,追求简洁优雅的高质量代码,有丰富的CodeReview经验。

4、至少掌握1种主流数据库的开发使用,具备SQL调优能力。

5、熟悉常用中间件原理,能结合业务场景做技术选型。

6、熟练掌握分布式技术、缓存、消息等开源技术,有高性能、高并发、高可用设计经验。

7、具备解决复杂系统问题的能力,擅长性能分析和优化。

8、具备良好的团队协作精神,思维严谨、逻辑性强,善于沟通,做事积极主动、认真负责,能够承受一定的工作压力。

9、具备中台建设、DDD领域建模经验者优先。

10、具备银行系统开发经验者优先,熟悉银行对公营销、产品、金融行业业务标准者优先。

Java开发工程师(数据方向)-中级(成都)

2、参与技术难题攻关,专注于数据平台架构升级和优化,保证系统在数据处理和分析过程中的安全、稳定和快速运行。

3、深入协同产品细节,落地业务场景,达成业务目标。并持续改进数据处理模型,优化底层服务和组件,满足业务快速迭代需求。

2、具备扎实的计算机基础知识,精通Java/J2EE,热爱编码,有良好的编程素养,能编写简洁清晰的高质量代码。

3、至少掌握1种主流数据库的开发使用,具备SQL调优能力。

4、对Hadoop体系有深入了解,熟练使用Flink、Hbase、Hive、Spark等常见大数据组件。

5、具备良好的团队协作精神,善于沟通,做事积极主动、认真负责,能够承受一定的工作压力。

6、具备资金管理、结算产品、企业财务数据分析平台建设工作经验者优先。

算法开发工程师-中级(武汉)

武汉研发中心|数据模型|武汉

1、负责对接业务需求,根据实际业务问题,转化为智能算法模型方案,并负责模型开发、上线以及交付等落地实施工作。

2、负责对已投产模型的运维以及迭代更新。

3、负责人工智能、机器学习、数据挖掘等智能算法的研发及沉淀。

4、负责对组内初级同事的培养及指导。

5、负责前沿机器学习算法的调研和实现,包括技术资源整合和技术体系规划推动,将技术落地到产品和项目中。

2、熟悉常用的机器学习以及深度学习算法原理,有良好的逻辑思维和建模能力,能快速理解业务、转换为合适的建模任务并从数据中挖掘业务价值。

3、精通大数据算法开发,熟悉以下技术或者工具:

(1)熟悉Hadoop/Spark/Flink/Hive等一种或多种大数据处理技术,熟悉大规模数据挖掘、机器学习、分布式计算。

(2)熟练使用一种算法开发语言(如Python、SAS、R等),熟悉深度学习框架(如TensorFlow、Pytorch等),动手能力强。

4、专项智能领域中满足以下一项或多项者优先:

(1)熟悉运筹学等领域的算法应用和理论,有过运用运筹优化技术解决实际问题的项目经验。

(3)熟悉图论算法与图数据结构,对知识图谱、大规模图计算、图神经网络、子图挖掘、图嵌入算法等复杂网络算法有研究或者使用,并且有图数据库开发或者使用经验。

(5)在顶级会议上有paper或有过国际大赛获奖经历者。

(6)熟悉CV、NLP、智能语音、大模型其中某一领域技术,能够将业务问题转化为可行的技术落地方案,并推动完整方案的落地实施

5、具备良好的沟通协调能力与团队协作能力,具有复杂问题的分析与处理能力。

大数据平台开发工程师-中级(武汉)

武汉研发中心|数据平台|武汉

1、负责大数据平台、实时数据平台、数据中台、AI中台、知识图谱平台等基础平台建设。

4、负责对内外部数据进行关联分析处理,提供数据检索功能,构建用户关系网络。

5、负责AI研发平台、AI服务平台、AI应用工具、智能资产库等系统模块建设,提供企业级平台架构和能力支撑。

2、精通Java/Scala/Python开发,熟练掌握以下技术(有实际项目经验者优先):

(1)熟练掌握Hadoop/Spark/Flink/Hive等一种或多种大数据处理技术。

(2)熟练掌握关系建模、维度建模等技术,熟练掌握Greenplum/Teradata/GaussDB/MySQL等一种或多种常用数据库技术。

(3)熟悉J2EE开发,深入理解Spring框架,熟练使用MQ、IBatis等开发技术。

(4)了解机器学习、深度学习算法,熟悉模型全生周管理,熟练使用K8s进行服务和容器资源管理,熟悉高并发服务工程开发,有技术架构规划管理经验。

3、具有以下技术或经验者优先:

(2)了解数据湖、数据仓库、云原生、软件架构等技术领域并有相应的实际项目落地经验。

4、具备良好的沟通协调能力与团队协作能力,具有复杂问题的分析与处理能力。

数据湖仓开发工程师-中级(武汉)

2、负责建设敏捷自助化数据分析应用平台,为全行数据用户开展数据分析、数据应用等工作提供支撑环境及工具,提升研发效能,提升平台运营管理水平。

3、精通数据仓库/大数据技术原理,精通关系模型、维度模型、流程模型等建模技术,具有业务系统数据分析、金融数据模型设计和数据资源管理能力,熟悉银行业务者优先。

4、具备数据处理、数据分析、数据应用等项目开发或支持能力,具有海量数据开发项目经验者优先。

5、熟练掌握主流数据开发语言和数据分析工具,熟练掌握Hadoop/GaussDB/PostgreSQL/MySQL等一种或多种数据平台技术,精通Java、Scala、Python、Shell等一种或多种开发语言。

6、具备良好的沟通协调能力与团队协作能力,有较强的逻辑思维能力、学习能力,具有复杂问题的分析与处理能力。

数据开发工程师-中级(武汉)

武汉研发中心|数据应用|武汉

1、负责数据应用系统中系统架构、数据架构等架构规划与设计。

2、负责数据集市建设,负责数据模型及指标体系的设计与开发工作。

3、负责数据报表、多维分析及数据可视化等数据开发工作。

4、负责各类数据系统和平台的ETL开发及其性能优化。

5、参与银行各类风险计量模型、估值模型、减值模型、反洗钱模型、合规模型等数据计量模型的设计与建设。

6、参与新兴数据处理技术与工具的建设和使用,持续提升数据开发效率与质量。

2、熟悉关系型数据库及分布式数据库理论,熟练掌握DB2、Oracle、Teradata、Greeplum、GaussDB、Hadoop等一种或多种数据库技术,熟练掌握数据库性能调优技能,具有丰富的实践经验。

3、熟悉Linux系统,熟练掌握SQL、Java、C/C++、Shell/Perl、Python等一种或多种开发语言

4、熟练掌握ETL开发工具、调度工具,熟练掌握BI、报表开发工具,具有大型企业级数据类系统的项目经验者优先,熟悉MPP架构数据库的开发者优先,熟悉银行业务者优先。

5、具备良好的协调沟通能力与团队协作能力,具有复杂问题的分析与处理能力。

算法开发工程师-初级(武汉)

3、负责对业务部门或者分行构建模型进行模型评审以及技术指导。

4、负责业务需求支撑,进行模型研发和服务发布工作。

(1)熟悉Hadoop/Spark/Flink/Hive一种或多种大数据处理技术,熟悉大规模数据挖掘、机器学习、分布式计算。

(2)熟练使用一种算法开发语言(如Python、SAS、R等),熟练深度学习框架(如TensorFlow、Pytorch等),动手能力强。

4、专项智能领域中满足以下任一能力者优先:

(1)熟悉运筹学等领域的算法应用和理论,有过运用运筹优化技术解决实际问题项目经验。

(2)熟悉图论算法与图数据结构,对知识图谱、大规模图计算、图神经网络、子图挖掘、图嵌入算法等复杂网络算法有研究或者使用,并且有图数据库开发或者使用经验。

(3)熟悉时空数据,有时空、位置、网络信号数据处理和位置数据挖掘的研发经验优先,包括但不限于基站数据、GPS数据、Wifi数据、基于位置的推荐、位置画像等(其一即可)。

(5)熟悉CV、NLP、智能语音、大模型其中某一领域技术,能够将业务问题转化为可行的技术方案,并独立完成建模工作。

大数据平台开发工程师-初级(武汉)

1、参与大数据平台、实时数据平台、数据中台、AI中台、知识图谱平台等基础平台建设。

4、参与对内外部数据进行关联分析处理,提供数据检索功能,构建用户关系网络。

5、参与AI研发平台、AI服务平台、AI应用工具、智能资产库等系统模块建设,提供企业级平台架构和能力支撑。

2、熟悉Java/Scala/Python开发,熟悉以下技术(有实际项目经验者优先):

(1)掌握Hadoop/Spark/Flink/Hive等一种或多种大数据处理技术。

(2)熟悉关系建模、维度建模等技术,熟练掌握Starrocks/Teradata/GaussDB/MySQL等一种或多种常用数据库技术。

(4)了解机器学习、深度学习算法,了解模型全生周管理,能够使用K8s进行服务和容器资源管理,了解高并发服务工程开发。

数据湖仓开发工程师-初级(武汉)

2、熟悉数据仓库/大数据技术原理,熟练掌握关系模型、维度模型、流程模型等建模技术。具有业务系统数据分析、金融数据模型设计和数据资源管理能力,熟悉银行业务者优先。

3、具备数据处理、数据分析、数据应用等项目开发或支持能力,具有海量数据开发项目经验者优先。

4、熟练掌握主流数据开发语言和数据分析工具,熟练掌握Hadoop/GaussDB/PostgreSQL/MySQL等一种或多种数据平台技术,熟练掌握Java、Scala、Python、Shell等一种或多种开发语言。

5、具备良好的沟通协调能力与团队协作能力,有较强的逻辑思维能力、学习能力,具有复杂问题的分析与处理能力。

数据开发工程师-初级(武汉)

1、参与数据应用系统中系统架构、数据架构等架构规划与设计。

2、参与数据集市建设,负责数据模型及指标体系的设计与开发工作。

3、参与数据报表、多维分析及数据可视化等数据开发工作。

4、参与各类数据系统和平台的ETL开发及其性能优化。

2、熟悉关系型数据库及分布式数据库理论,熟练掌握DB2、Oracle、Teradata、Greeplum、GaussDB、Hadoop等一种或多种数据库技术,熟悉数据库性能调优技能,具有实践经验。

3、熟悉Linux系统,熟练掌握SQL,掌握Java、C/C++、Shell/Perl、Python等一种或多种开发语言。

4、熟练掌握ETL开发工具、调度工具,熟悉BI、报表开发工具,具有大型企业级数据类系统的项目经验者优先,熟悉MPP架构数据库的开发者优先,熟悉银行业务者优先。

产品经理

民生科技|科技产品需求|北京

1、负责银行领域产品前后台的规划设计,负责业务调研、竞品分析、产品设计、需求分析、产品后评估等全流程产品设计和实施。

2、对接业务部门,将业务需求转化为科技开发需求,输出产品开发文档,规范产品开发标准,提升产品管理质量。

4、负责项目推进过程中的线上线下跨部门协调沟通工作,深入理解行业。

5、推动产品运营,通过数据分析,不断完善和改进产品功能和用户使用体验。

1、计算机、金融学等专业全日制本科及以上学历。

3、熟练应用产品原型设计工具,包括Axure、墨刀、Visio、sketch;具备良好的文档写作能力和数据分析能力。

4、具备良好的沟通表达能力和跨部门协调能力,较强的理解力和学习能力、执行力。

5、目标导向、自驱性强,对达成目标有强烈渴望,对产品有owner意识,能在压力下保持工作激情。

6、数据驱动,有良好的数据意识和数据敏感度;对用户心理和深层需求有探究精神,具备良好的同理心和换位思考能力。

7、具备良好的团队协作精神,思维严谨、逻辑性强,善于沟通,做事积极主动,能够承受一定的工作压力。

Web前端开发工程师

民生科技|软件研发|北京

1、负责应用系统前端开发,与后台工程师协作,完成数据交互、动态信息展现。

2、使用JS封装良好的前端交互组件,维护及优化网站前端页面性能。

3、研究和探索最新的前端技术、创新的开发思路。

2、掌握React框架,了解技术底层,有组件化经验;同时了解vue以及angular等其他框架者优先。

3、熟悉各种Web前端技术,包括但不限于HTML/XML/CSS等,有基于Ajax的前端应用开发经验。

4、了解npm、webpack等工程化工具的基本配置。

5、具备前端工程化思维和实践经验,技术视野广阔,有主导前端技术方案设计的能力和经验,能够独立承担模块功能的前端开发工作。

6、具备良好的团队协作精神,思维严谨、逻辑性强,善于沟通,做事积极主动、认真负责,能够承受一定的工作压力。

Java开发工程师(初级)

1、负责项目系统以及工具平台的设计与开发。

2、负责项目系统的技术需求分析和设计,包括数据库设计、API设计、网络通信设计等。

3、负责代码的编写、测试、维护和优化,确保业务的正确性和系统的稳定性。

2、具备扎实的计算机基础知识,精通Java/J2EE,掌握Spring,Springboot,Mybatis等开源框架,能编写简洁清晰的高质量代码。

3、至少熟悉1种主流数据库的开发使用,熟练使用SQL语言。

4、熟悉Redis,Mq等中间件的应用和基础原理。

5、具备良好的编程习惯,熟练掌握常用设计模式。

6、具备良好的团队协作精神,善于沟通,做事积极主动、认真负责,能够承受一定的工作压力。

7、具备银行系统开发经验者优先,熟悉银行业务、金融行业业务标准、信用卡核心业务者优先。

Java开发工程师(中级)

6、熟练掌握分布式技术,有高性能、高并发、高可用设计经验。

9、具备银行系统开发经验者优先,熟悉银行业务、金融行业业务标准、信用卡核心业务者优先。

数据应用工程师

民生科技|数据应用|北京

1、负责数据类项目的开发、投产及维护等工作,与产品经理、测试团队紧密协作,确保数据项目高效交付、稳定运行,快速满足业务诉求。

3、负责数据类项目后评估工作,主动分析项目上线后的指标运行情况,提取有价值的信息,用数据驱动业务决策。

4、熟悉数据分析与数据挖掘等BI类工具(如火山引擎BI、帆软BI),能够结合特定银行业务场景,从业务痛点着手解决实际问题。

6、责任心强,具备良好的沟通能力、团队协作能力和一定的抗压能力,思维严谨、逻辑性强,具备较强的分析问题和解决问题的能力。

新疆人才网是由滨兴科技(839880)开发、今日招聘网络科技(杭州)有限公司运营的人才网,未经新疆人才网同意,不得转载本网站之所有招工招聘信息及作品

THE END
1.python大数据比赛程序mob649e81664bd9的技术博客python大数据比赛程序 Python在大数据比赛中的应用 在如今这个信息爆炸的时代,数据的收集、分析与处理已经成为各行各业的热门话题。尤其是在大数据比赛中,参与者面临着巨大的挑战,他们需要有效地处理和分析海量的数据,以寻找有价值的信息。因此,掌握Python及其数据处理库成为了参赛者的基本要求。本文将探讨Python在大数据https://blog.51cto.com/u_16175508/12834992
2.Python数据平台:大数据处理系统大数据(Big Data)是指传统数据处理工具不足以处理的规模巨大、结构多样和来源广泛的数据集合。大数据处理系统能够处理这些数据,并从中提取价值。 二、Python与大数据处理 在大数据处理中的应用 在大数据处理领域有着丰富的应用场景,包括数据采集、清洗、处理、分析和可视化等各个环节。 https://www.jianshu.com/p/c063c3205d6f
3.Python数据清洗的10个关键步骤,专业数据分析必看Python数据清洗的10个关键步骤,专业数据分析必看 在数据分析领域,数据清洗是至关重要的一步,它直接影响到分析结果的准确性和可靠性。今天,我要分享10个关键的Python数据清洗步骤,这些步骤能够帮助我们从原始数据中提取有用信息,为后续的数据分析打下坚实的基础。无论你是数据分析的新手还是专业人士,这些步骤都是https://baijiahao.baidu.com/s?id=1818740474196213418&wfr=spider&for=pc
4.Python中高效处理大数据的几种方法python处理大量数据随着数据量的爆炸性增长,如何在Python中高效地处理大数据成为了许多开发者和数据科学家的关注焦点。Python以其简洁的语法和丰富的库支持,在数据处理领域占据了重要地位。本文将介绍几种在Python中高效处理大数据的常用方法。 目录 1. 使用Pandas进行数据分析 https://blog.csdn.net/qq_33502371/article/details/140540554
5.Python数据分析——数据运算python数据分析——数据运算 pandas中具有大量的数据计算函数,比如求计数、求和、求平均值、求最大值、最小值、中位数、众数、方差、标准差等。 一、非空值计数 【例】对于存储在该Python文件同目录下的某电商平台销售数据product_sales.csv,形式如下所示,请利用Python对数据读取,并计算数据集每列非空值个数情况。https://open.alipay.com/portal/forum/post/161301018
6.中国开发者真实现状:40岁不做开发,算法工程师最稀缺R 被广泛应用,也和数据相关,在数据规模不大的前提下对专业或非开发的人员都十分的友好。此外,Python 依然是最期望被学习的语言,这毫无疑问和人工智能被高度关注有密切联系,使得 Python 成为机器学习必修课。 02.大数据应用场景仍呈现单一化,数据挖掘或成后续主流https://36kr.com/p/1723305279489
7.年薪50万!北航合肥创新研究院招募研究员!澎湃号·政务4、了解CV、机器学习、深度学习或强化学习、大数据分析等常用算法及模型,具备较强的编程能力,熟悉Tensorflow等机器学习平台; 5、有重大基础研究和应用研究经验者以及具备产学研合作和科技成果转化经验者优先; 6、能紧跟自身科研领域的发展方向,具有较强的团结协作、拼搏奉献精神,能够协助团队负责人开展科研管理工作。 https://www.thepaper.cn/newsDetail_forward_4985535
8.如何做年薪30万的Python算法工程师?如何做年薪30万的Python算法工程师? 数据分析师发展会有几个层次,初级数据分析师,也称数据分析员,一般被称为“表哥、表妹、表姐、表弟”,以图表展现统计工作为主。中级数据分析师会涉及到一些需要掌握概率论和统计理论基础,利用分析方法进行数据的处理与分析。到了中高级的数据分析师,就会涉及到一些关键指标的设定,https://www.cda.cn/dt/18152.html
9.概率统计学在机器学习中应用:20个Python示例算法贝叶斯pythonspide大数据文摘受权转载自机器学习算法与Python实战 在数据科学和机器学习领域,概率论和统计学扮演着至关重要的角色。Python作为一种强大而灵活的编程语言,提供了丰富的库和工具来实现这些概念。本文将通过20个Python实例,展示如何在实际应用中运用概率论和统计学知识。 https://dy.163.com/article/JC7B8F1Q0511831M.html
10.Python金融大数据分析第2版《Python金融大数据分析 第2版》分为5部分,共21章。第1部分介绍了Python在金融学中的应用,其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具,以及Python在计量金融学中的一些具体入门实例;第2部分介绍了Python的基础知识以及Python中非常有名的库NumPy和pandas工具集,还介绍了面向对象编程;第3部分介绍金融https://labs.epubit.com/bookDetails?id=UB6c965dace7319
11.股票期货量化交易python金融大数据分析量化投资算法量化交易基本图书 > 计算机与互联网 > 编程语言与程序设计 > 中国水利水电出版社 > Python量化交易实战从入门到精通 深入浅出python股票期货量化交易python金融大数据分析量化投资 算法量化交易基本面策略量化交易软件拆解 量化投资的黑箱量化炒股 自营 中国水利水电出版社京东自营官方旗舰店 https://item.jd.com/13301055.html
12.软件工程专业培养方案(2022)围绕区域经济发展需求,有机结合学校交通、电力、水利行业特色,主动适应国家、地方与行业发展结构调整、转型升级对软件工程人才的需要,培养社会责任感强、专业知识扎实、国际视野良好、创新精神和实践能力突出的高素质复合型工程人才,把专业建设成为特色鲜明的国内一流专业。 https://www.csust.edu.cn/jtxy/info/1302/20908.htm
13.python学习大数据与科学计算第三方库简介菜鸟传奇大数据与科学计算 库名称 简介 pycuda/opencl GPU高性能并发计算 Pandas python实现的类似R语言的数据统计、分析平台。基于NumPy和Matplotlib开发的,主要用于数据分析和数据可视化,它的数据结构DataFrame和R语言里的data.frame很像,特别是对于时https://www.cnblogs.com/cainiao-chuanqi/p/11383792.html
14.Python金融大数据分析(第2版)(豆瓣)Python已成为数据驱动AI、金融优先选择的编程语言。现在,一些大型的投资银行和对冲资金均使用Python及其生态系统来构建核心交易与风险管理系统。在本书中,作者向开发人员和量化分析人员介绍了使用Python程序库与工具,完成金融数据科学、算法交易和计算金融任务的方法。 https://book.douban.com/subject/35016263/
15.零起点Python足彩大数据与机器学习实盘分析完整pdf扫描版[122MB]电《零起点Python足彩大数据与机器学习实盘分析》采用Python编程语言、Pandas数据分析模块、机器学习和人工智能算法,对足彩大数据进行实盘分析。设计并发布了开源大数据项目zc-dat足彩数据包,汇总了2010—2016年全球5万余场足球比赛的赛事和赔率数据,包括威廉希尔、澳门、立博、Bet365、Interwetten、SNAI、皇冠、易胜博、伟德、https://www.jb51.net/books/637110.html
16.数据挖掘论文的参考文献绝大读书数据挖掘岗位都是做应用,数据清洗,用现成的库建模,如果你自己不往算法或者架构方面继续提升,和其他的开发岗位的性质基本没什么不同,只要会编程都是很容易入门的。 2.北上广以外的普通公司用的多吗?待遇如何? 实际情况不太清楚,由于数据挖掘和大数据这个概念太火了,肯定到处都有人招聘响应的岗位,但是二线城https://www.yjbys.com/bylw/cankaowenxian/76866.html
17.python机器学习chatgpt聊天机器人深度学习大数据处理数据数学教科书区块链教科书Python算法入门Numpy数据处理Pandas数据预处理Python科学计算Python深度学习TensorFlow开发入门Python自然语言处理Python数据分析R数据科学IT用语图鉴 加入购物车 中国水利水电出版社当当自营 进入店铺收藏店铺 开本:32开 纸张:胶版纸 包装:平装-胶订 http://product.dangdang.com/29316742.html
18.大数据全栈式开发语言–PythonPython软件编程前段时间,ThoughtWorks 在深圳举办一次社区活动上,有一个演讲主题叫做“Fullstack JavaScript”,是关于用 JavaScript 进行前端、服务器端,甚至数据库(MongoDB)开发,一个 Web 应用开发人员,只需要学会一门语言,就可以实现整个应用。 受此启发,我发现 Python 可以称为大数据全栈式开发语言。因为 Python 在云基础设施,Devhttps://www.open-open.com/news/view/13f5218
19.Python数据分析笔记:聚类算法之K均值腾讯云开发者社区Python数据分析笔记:聚类算法之K均值 我们之前接触的所有机器学习算法都有一个共同特点,那就是分类器会接受2个向量:一个是训练样本的特征向量X,一个是样本实际所属的类型向量Y。由于训练数据必须指定其真实分类结果,因此这种机器学习统称为有监督学习。 然而有时候,我们只有训练样本的特征,而对其类型一无所知。这种https://cloud.tencent.com/developer/article/1058425
20.科学网—GEE入门学习,遥感云大数据分析管理与可视化以及在林业1.以一个完整的土地利用分类案例来回顾GEE的主要功能。包含不同地面样本准备、多源遥感影像预处理、算法开发、分类后处理、精度评估和空间统计分析与制图等环节 2.征集案例讲解与答疑 3.GEE代码优化、常见错误与调试总结 GPT模型支持下的Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例实践应用 https://wap.sciencenet.cn/blog-3539141-1395081.html