2017年四川农村信用社信息科技中心社招5人

　　一、招聘岗位及人数

　　移动应用高级开发工程师1人、分布式技术高级开发工程师1人、高级数据架构师1人、高级数据分析师1人。

　　二、工作地点

　　成都市高新区天泰路112号。

　　三、招聘岗位职责

　　(一)移动应用高级开发工程师

　　负责跟踪移动互联网的技术发展方向，并规划我社移动应用的技术架构和演进路线;

　　负责构建我社移动应用开发框架，制定相关规范和标准，以及基于移动应用的开发模式;

　　负责构建核心能力自主可控，管理外包人员的梯队式移动开发团队;

　　移动应用领域相关软件产品可行性论证、业务需求分析、软件需求分析、方案制定、开发质量管控、项目管理等工作;

　　协助产品经理完成产品设计工作。

　　(二)分布式技术高级开发工程师

　　负责跟踪互联网技术架构趋势，并制定我社互联网金融平台的分布式技术架构总体规划;

　　负责我社现有分布式技术平台的诊断，并制定产品化的规划设计、详细方案和演进路线;

　　负责构建核心能力自主可控，管理外包人员的梯队式分布式底层产品的开发团队;

　　负责制定分布式架构的相关规范和技术标准。

　　(三)高级数据架构师

　　数据架构设计优化及数据架构标准的制定和维护;

　　数据架构及相关标准执行管控;

　　参与重大项目建设，承担数据架构设计;

　　制定、维护数据标准，数据应用标准，数据运维标准;

　　承担数据建模;

　　负责数据质量管理。

　　(四)高级数据分析师

　　负责对海量业务数据(包括销售，市场，风险等)进行搜集、分析和整理，挖掘用户行为特征，构建预测模型，并且负责模型的验证，实施和监测;

　　结合业务发展动态，通过深入分析数据，提出优化建议;

　　主动分析潜在风险和盈利空间，提出业务发展策略;

　　主动分析业务运营中的效率问题，协调相关帮忙制定专项解决方案;

　　参与数据体系建设，完善数据分析报表和模型体系;

　　不断探索数据挖掘和模型开发技术，探索数据模型的业务应用，通过数据模型的开发和应用为业务发展提出可操作的建议和实施路径;

　　结合银行的发展战略，积极支持团队建设和项目合作，不断改善解决方案。

　　四、招聘条件

　　(一)移动应用高级开发工程师

　　年龄35 周岁及以下(1982年7月10日以后出生)，计算机等相关专业全日制大学本科及以上学历;

　　具有6年及以上大中型互联网企业工作经验或金融科技互联网工作经验，4年及以上移动应用规划设计、开发工作经验;

　　精通主流的移动开发技能，以及相关的开发框架;

　　熟悉移动互联网热点技术，并能持续跟踪研究，根据业务要求快速应用;

　　具备优秀的产品文档书写能力和团队沟通协调能力;

　　熟悉金融业务优先。

　　(二)分布式技术高级开发工程师

　　年龄35 周岁及以下(1982年7月10日以后出生)，计算机等相关专业全日制大学本科及以上学历;

　　具有8年及以上大中型互联网企业中后台开发经验或金融科技互联网工作经验，4年及以上分布式技术架构师工作经验;

　　精通dubbo框架、分库分表、异步机制、缓存机制流控机制等核心的分布式核心技术;

　　熟悉互联网技术发展趋势，并能持续跟踪研究，快速应用;

　　具备优秀的产品文档书写能力和团队沟通协调能力;

　　熟悉金融业务优先。

　　(三)高级数据架构师

　　年龄在35周岁及以下(1982年7月10日以后出生)，计算机、统计、数学等相关专业全日制本科及以上学历;

　　具有10年及以上金融科技行业工作经验;具有4年及以上互联网金融行业工作经验者优先。

　　在3个大型金融信息系统或互联网金融信息系统建设项目中担任数据架构总设计师或主要设计人员;精通数据架构设计，具备数据架构规划能力;

　　精通海量数据处理相关技术及方法;

　　精通金融数据建模;

　　熟悉数据库设计、调优、故障分析和管理技术;

　　熟悉银行业相关业务及数据标准;

　　熟悉关系型数据库、MPP数据库、Hadoop等数据库;

　　具有较高的技术钻研能力、技术难点的科研攻关能力，学习能力、动手能力和创新能力强;

　　具有较强团队领导能力、表达沟通能力以及体系化、结构化思维能力。

　　(四)高级数据分析师

　　年龄在35周岁及以下(1982年7月10日以后出生)，数学、统计、图书情报、计量经济学等相关专业全日制本科及以上学历;

　　熟悉银行业务知识，具有8年及以上数据仓库模型开发、金融数据分析与挖掘等相关工作经验;

　　至少参与五个以上银行业务或互联网金融数据分析与挖掘项目(数据规模达TB级别以上)，领导三个以上数据分析与挖掘项目(数据规模达TB级别以上);

　　熟悉数据分析基本原理和数据分析方法，具有金融行业数据分析、数据挖掘模型建立相关经验，了解hadoop/hive、MapReduce编程或其它大数据应用编程;

　　对数据仓库、数据挖掘、大数据、非结构化数据处理、数据分布式处理技术有一定研究和应用经验，有海量数据处理经验，处理的数据规模在TB级别以上;

　　精通常见的概率统计、数据挖掘、机器学习算法，熟练使用SAS、SPSS、R等分析软件进行建模，善于运用图表有效表达数据分析结果;

　　熟悉金融行业数据挖掘方法论、了解市场特点及用户需求;

　　熟练掌握DB-2、Oracle、Teradata等主流数据库工具;

　　具有专业的数据分析能力，较强逻辑推理能力，具有良好的分析研究报告撰写能力;

　　具有较强团队领导能力、有良好的沟通技巧和质量意识，具有较强的组织能力和团队合作精神;

　　具有金融风险管理师(FRM)、注册会计师(CPA)、金融分析师(CFA)证书者优先。