数据挖掘实习生（美国地产预测方向）

【岗位职责】 1. 历史数据采集与整合：通过 Python 爬虫、公开数据源或 API，搜集并整理美国各 County 历史 Tax Lien（税收留置权/欠税房源） 及 Foreclosure（法拍/止赎） 的多维公开数据； 2. 数据清洗与特征工程：对海量非结构化/半结构化地产及财务数据进行清洗、对齐与特征抽取（如欠税时长、房屋估值比、业主历史行为、地理区域特征等）； 3. AI/预测模型构建：运用机器学习/AI 算法（如 XGBoost、逻辑回归、随机森林或深度学习模型），构建预测模型，评估未来 Tax Lien 房源走向止赎（Foreclosure）的概率； 4. 模型评估与迭代：根据回测结果分析模型的准报率与召回率，优化特征表达与算法参数，输出模型分析报告与投资决策建议。 【任职要求】 1. 学历与专业：计算机、数据科学、人工智能、统计学或相关专业的在校本科生或研究生（大三、研一优先）； 2. 核心技能： 熟练掌握 Python，具备独立编写 Web 爬虫/数据采集脚本的能力（如 requests, BeautifulSoup, Scrapy, Selenium 等）； 熟练使用数据分析与处理库（Pandas, NumPy, SQL）； 掌握基础的 机器学习/AI 分类预测模型（使用过 Scikit-learn, XGBoost, PyTorch/TensorFlow 等进行过分类/预测实战者优先）； 3. 业务能力与素质： 对数据敏感，对美国房地产金融/Tax Lien/Foreclosure 业务逻辑有学习兴趣（有相关数据处理经验者优先）； 良好的逻辑思维能力、自驱力与独立解决问题的能力； 4. 实习时间：每周可到岗/远程协助 3天以上，能持续实习 6 个月及以上。 【工作地点】 海口市龙华区复兴城产业园（支持优秀同学远程/线上实习） 截止日期：2027年10月15日 招聘人数：1人