移动互联网大数据建模与分析研发中心 .doc

2016年浙江大学软件学院卓越工程师计划创新基地项目 移动互联网大数据建模与分析研发中心简介 一、课题组简介 移动互联网大数据建模与分析研发中心依托浙江大学移动互联网与大数据实验室，专注于面向移动互联网应用这一新兴领域，整合大数据、数据挖掘和机器学习领域等技术和资源，研究和开发一系列有针对性的大数据分析和预测模型，构建一整套数据导向的业务系统框架和后端支撑平台，实现对移动互联网应用业务流程和资源的优化管理。 本课题组致力于推动产学研的无缝衔接，课题组学生可在实习环节安排到课题组所属的实验室或公司完成实习，实习期表现优秀学生毕业后可直接加入课题组所属公司，或推荐至相关知名企业就业。 二、项目领域与类型 本研究中心的工作开展主要包含如下几个方向： 大数据离线分析与商业智能 移动互联网服务的特点决定商家可以迅速取得海量的用户、商品、运营的相关数据，如何高效准确地针对这些大数据进行统计分析，是决策者进行产品研发和资源调配需要解决的首要问题。本研发中心针对这一问题，将商业智能（BI）系统与大数据领域技术相结合，基于分布式集群基础设施研发兼具高可用和高可靠特性的大数据处理和商业智能系统框架，对大数据进行有效的采集、清洗、存储、统计分析、可视化和智能报表生成。 大数据实时分析与业务监控 在移动互联网应用场景下，用户与移动设备紧密绑定，消费服务的时效性和时间跨度大大增加，除了对服务端存储的海量数据进行离线分析外，还需要对线上流转地数据进行高效地实时分析，帮助服务提供商及时发现潜在问题，及时调整决策，控制风险成本。针对这一问题，研发中心基于大数据消息队列和实时分析技术，开发一套吞吐量高、实时性强、可定制化的业务数据实时分析和监控平台。根据用户配置的特征库和规则引擎，及时发现和处理互联网应用场景中常见的保单、刷单等问题。 用户行为分析预测与定向信息推送 移动互联网应用会在短时间内迅速聚集大量的用户，但由于其业务特性，用户稳定性较差，容易流失。为此，大部分主流移动互联网应用都会围绕用户建立支付、积分、会员、活动等一系列业务体系，因此相较于传统企业更易于和需要研发用户关系管理（CRM）系统和进行用户行为分析预测。为此，研发中心将传统的数据挖掘和机器学习技术与大数据相结合，专注于提高这些技术在大数据和分布式环境下的性能提升，以此为依据进行定向信息推送系统的开发，提高用户粘性和服务转换率。 移动互联网业务流程优化 本研发中心与优质移动互联网应用开发公司和机构合作，基于对真实应用场景下大数据的建模和分析的技术成果，实现对真实移动互联网应用业务流程的优化，提供定制化的移动应用功能开发和增值服务解决方案。帮助学生在实践中提升产品设计和研发能力，促进产学研的结合和发展。 2.2 研发中心项目类型 大数据建模分析与算法开发 此类项目着重数据统计（OLAP）分析、数据建模、挖掘与机器学习在大数据环境下的实现和优化，要求学生具备较高的文献调研、问题分析、方案设计和技术选型能力，同时具备相应的开发和动手能力，能够进行原型系统的开发和验证。学生需要针对移动互联网领域的实际问题，进行数据模型的抽象和算法开发，并最终在大数据处理和分析平台上实现方案的部署和交付。参与此类项目的学生的发展方向，是大数据研发工程师，属于在信息化产业领域普遍需要的高端人才。 大数据分布式系统开发与运维 此类项目着重于工程方案的实现、搭建和运维，要求学生有较强的调研能力、工程实施和开发能力。工作期间，学生需要调研和掌握大量大数据领域的分析和处理产品和解决方案，开发用于支撑大数据建模分析和算法看法的分布式基础设施。参与此类项目的学生会深入学习大数据处理引擎和分布式系统的核心技术，在未来数据爆炸性增长的背景下，成为市场急需且适用性极广的普适人才。 工程开发型项目 此类项目着重实际工程开发技术的运用，结合移动互联网应用的真实应用场景，实现对具体业务逻辑的设计、开发、验证和优化。参与此类项目的学生需要具备相应的工程开发能力和经验，学习和运用主流变成语言（Java、Python等），熟悉和掌握主流的Web前后端开发、移动App的技术框架和解决方案，实践需求分析、方案设计、编码测试等完整的软件工程流程。参与此类项目的学生的发展方向是资深的（移动）互联网软件研发人员，就业面广，市场需求量巨大。 三、基本要求和待遇（） 有良好的学习能力，较强的逻辑思维能力和推理能力，良好的沟通、协调能力； 有良好的职业道德，能吃苦耐劳、有上进心、责任心； 具备极强的团队精神和合作精神，工作有热情； 有扎实编程基础与经验者优先考虑； 有良好的外语水平者优先考虑； 愿意在杭州地区实习，在校期间表现优秀，获得奖学金者优先考虑。 3.2 待遇 提供系统的培养体系； 提供国际化科研实习基地； 邀请企业专家到校内展开案例教学，对学生