- 工作地点：上海
- 职位：JAVA工程师|大数据架构师
- 信息来源：上海交通大学
说明：
此信息由上海交通大学审核并发布（查看原发布网址），应届生求职网转载该信息只是出于传递更多就业招聘信息，促进大学生就业的目的。如您对此转载信息有疑义，请与原信息发布者上海交通大学核实，并请同时联系本站处理该转载信息。
招聘基本信息
| 单位名称 | 琥鲸科技（上海）有限公司 | |||
| 主题 | 2019届毕业生招聘 | 招聘截止日期 | 2019-07-26 | |
| 应聘网址 | ww***com[点击查看] | 简历投递邮箱 | info@ | |
| 招聘说明： | ||||
|
琥鲸科技（上海）有限公司是编码技术的创新者，是中国防伪行业的新锐企业。作为传统商品防伪智能升级解决方案提供商，琥鲸科技应用了自主知识产权的专利编码技术、图形识别技术、人工智能大数据分析技术等前沿科技，赋能商品制造商，为打击日渐猖獗的图书、商品假冒侵权行为提供了强有力的技术手段。 琥鲸科技创立于上海，主要团队成员均服务于世界500强企业多年，具备全球化的视野和专业的技术能力。核心的物纹码编码技术，是全球首创的采用指纹特征进行编码的独有技术，已获得中国发明专利授权和世界专利申请。
专利技术 物纹码具有信息量大、易于识别和难复制的优点 每一件产品印制物纹码，为物品加上“指纹” 具有“编码唯一、永久不变”的特性
传统防伪模式的颠覆者 物品的真假辨识在购买前完成，更符合消费者的购物习惯。 在线生成印制，克服传统技术需提前印制的局限 解决了生产企业（OEM）不受控的难题
消费端数据的可视化 品牌制造商很难获得十分重要的消费端数据。 物纹码平台能通过手机物纹码APP扫码数据， 帮助企业获取消费端大数据，实现数据的可视化
与未来区块链技术的无缝对接 物纹码里已包含了商品的条开形码、序列号等数据， 是区块链天然链头。物纹码平台还实现了数据私有化 由半公开向全开放过渡，解决区块链应用最后一公里难题
|
||||
| 附件 |
|
|||
| 备注 | ||||
职位(1): JAVA工程师
| 需求人数 | 3(3) | 工作类型 | 全职 | 工作所在省份 | 上海市 | 工作所在市 | 市辖区 | ||||
| 职位类别1 | 职位类别2 | 年薪(万元) | 面议 | ||||||||
| 职位描述 | 职位描述： 负责公司后端项目的设计开发。 创业公司 五险一金 股票期权 交通补助 餐补 通讯补助 节日福利 带薪年假 | ||||||||||
| 职位要求: | |||||||||||
| 生源地要求 | 不限 | 性别要求 | 不限 | 外语语种要求 | |||||||
| 学历专业要求 |
|
||||||||||
| 其他要求 | 1. 具备3年以上Java开发经验。 2. 熟悉Java语言，熟练使用Java集合, I/O、多线程。对JVM原理有一定的了解。 3. 熟悉使用常用Java开源框架Spring/SpringMVC/Springboot,Hibernate/Mybatis等。熟悉常用设计模式以及常用系统架构。 | ||||||||||
职位(2): 大数据架构师
| 需求人数 | 3(3) | 工作类型 | 全职 | 工作所在省份 | 上海市 | 工作所在市 | 市辖区 | ||||
| 职位类别1 | 职位类别2 | 年薪(万元) | 面议 | ||||||||
| 职位描述 | 创业公司 五险一金 股票期权 交通补助 餐补 通讯补助 节日福利 带薪年假 工作职责： 1、搭建基于Hadoop/Spark的数据挖掘体系和大数据分析系统架构； 2、研究大数据领域前沿数据挖掘技术，并引入相应技术在数据中心的使用； 3、进行大数据系统框架设计、模型算法开发； 4、负责大型数据挖掘项目方案制定、项目实施落地及优化等 ； 5、开展数据爬取、聚类分析、舆情分析、鱼骨图分析、定价策略等领域数据挖掘工作； 任职资格： 1、本科以上学历（持有学士学位）（985，211优先），计算机相关专业； 2、二年以上数据挖掘项目经验，完整参与过数据挖掘大数据平台的架构开发过程，具备互联网行业背景优先； 3、精通分布式计算框架（hadoop、spark、Storm等）及相关经验，熟练掌握Hive/SQL，Python，熟悉Python、R相关数值科学计算库（NumPy,SciPy等）； 4、了解传统的BI/DW 理论，能结合传统BI最佳实践设计大数据平台； 5、熟悉常用机器学习算法（如分类、回归、聚类、关联规则等）及其原理，具备应用场景经验，如用户画像、商品关联度分析、舆情分析； 6、熟悉主数据、元数据、数据质量、和数据建模等数据治理相关的体系和方法； 7、具备较强的逻辑思维能力、数据敏感度，擅于利用数据发现问题及解决问题； | ||||||||||
| 职位要求: | |||||||||||
| 生源地要求 | 不限 | 性别要求 | 不限 | 外语语种要求 | |||||||
| 学历专业要求 |
|
||||||||||
| 其他要求 | 加分项： 1. 研究过Hadoop、Spark等源码者加分； 2. 熟悉常用机器学习（包含深度学习）算法，能够运用R、Python、SAS工具等实现算法功能者加分 | ||||||||||
