簡單的隧道工程師崗位職責（通用19篇）
簡單的隧道工程師崗位職責 篇1
1.隧道檢測、評估;
2.隧道外觀檢查、隧道結構檢測、監控量測、超前地質預報;
3.熟練操作地質雷達;
4.持有公路水運隧道檢測員證書。
簡單的隧道工程師崗位職責 篇2
1、負責在工程主管領導下進行現場施工監督工作，認真落實相關規范標準及施工過程技術及質量控制;
2、負責審核施工圖紙，找出圖紙中的異常問題，審核施工過程是否按施工方案進行施工;
3、負責對工程及施工管理提出改進方案;
4、負責參與施工進度計劃的制定;
5、負責協調各方確保施工進度和施工質量按公司要求完成。
簡單的隧道工程師崗位職責 篇3
認真執行施工規范、規程和質檢評定標準以及保證工程質量安全的各項管理制度。
嚴格對班組進行技術、操作規程和質量要求進行交底與指導，組織好施工工序及質量的保證工作。
簡單的隧道工程師崗位職責 篇4
1. 負責來料檢驗員工作安排，提高工作效率;
2. 負責來料檢驗工作的規劃和管理;
3. 對裝配過程中出現的零件質量問題進行分析和跟蹤處理;
4. 不斷改進檢驗方法，提高來料檢驗質量;
5. 對供應商進行指導;
6. 負責來料檢驗員的培訓。
簡單的隧道工程師崗位職責 篇5
從事橋梁工程領域的技術開發與技術支持工作; l
從事橋梁與隧道領域重大工程施工技術方案的研究制定; l
為在建工程項目提供技術咨詢或駐場服務。
簡單的隧道工程師崗位職責 篇6
職責：
1、整合公司各大系統的會員、訂單等數據資料;
2、按原型開發數據產品模塊、外 部數據挖掘;
3、為公司業務需求，快速輸出定制化報表;
4、參與大數據平臺設計和實施，負責基于Hadoop生態的大數據平臺相關的應用開發;
5、進行大數據相關新技術的研究和落地。
要求：
1、本科及以上學歷，計算機相關專業，1年以上相關開發經驗;
2、有文本挖掘、爬蟲等相關經驗，熟練掌握py thon/PHP等語言，有linux環境開發經驗:3、熟悉常見的機器學習、自然語言處理相關領域的知識:包括句法/語法分析、關鍵詞抽取、情感分析、文本分類聚類、檢索、相似度算法等;
4、熟悉Hadoop, Spark, Tensorflow等， 能從業務場景中精確識別問題模式并應用相應的模型和算法來解決問題，并有能力建立合理的評價指標;
5、對常見的數據庫Mysq1 Oracle SQLServer 0racle等有較深的理解，能熟練操作:
6、熱愛技術，喜歡鉆研，善于溝通，有團隊合作精神。
簡單的隧道工程師崗位職責 篇7
1.Windows XP/7遠程部署及使用Netmeeting進行遠程控制、調試;
2.反病毒軟件的安裝、配置及功能使用，常用故障排除;
3.主流的桌面操作系統，能獨立進行Windows XP/7 Pro安裝、配置、基本功能，及常見問題故障診斷;
4.主流辦公郵件系統Notes、Outlook等的客戶端安裝、配置及功能使用，能進行故障排查;
6.常用辦公軟件Office Word、 Excel、Powerpoint等的基本功能及使用，能夠安裝、使用，必須掌握;
7.常用桌面軟件，Acrobat Reader、IE、QQ的安裝應用，常見故障排除;
8.桌面PC硬件組成、硬件原理、部件識別及故障診斷思路，能獨立進行臺式、筆記本故障排查。
9.了解激光、噴墨及針式打印機工作原理、硬件組成及常見故障排除;
10.了解網絡基礎，常用網絡設備，能夠根據指導文檔完成用戶的網絡配置;
簡單的隧道工程師崗位職責 篇8
1、根據平臺要求，檢查和轉換數字化模型，保證模型的精度和完整性，管理和更新產品目錄;
2、持續規范并優化建模流程，提高建模標準;
3、產品模型相關功能的調研和測試工作;
4、根據研發需求，抽取模型建模相關信息。
簡單的隧道工程師崗位職責 篇9
職責：
1、負責行業線產品數據庫規劃、數據庫設計以及日常運維，研究和設計數據庫系統高可用、高性能架構方案，分庫分表策略，數據遷移方案;
2、負責數據庫系統的升級、改造、備份、存儲、擴容、集群、容災系統的設計和實現;
3、負責數據庫日常管理，包括數據庫的負載均衡、備份恢復、性能優化、日志分析、數據遷移、故障響應;
4、為開發團隊提供數據庫相關技術支持與實施、配置、驗證等服務;
5、設計數據庫表結構及SQL語句，對生產數據庫質量、安全進行監控管理;
6、負責及時跟蹤數據庫相關的技術動態以及問題解決技巧，參與前瞻性新技術研究，解決數據庫相關疑難問題。
任職資格：
1、5年以上大中型企業數據庫開發及運維經驗，電信、電力或金融行業背景優先;
2，信息技術相關專業本科及以上學歷;
3，持有OCP、MS-DBA或MySQL Cluster證書，OCM優先;
4，熟悉數據庫原理，精通數據庫系統高可用、高性能架構方案;
5，精通Oracle以及MySQL、MongoDB的數據庫設計、日常管理、故障處理;同時數據NoSql、Hbase技術優先;
6，精通數據庫性能分析和優化技術，能熟練分析SQL語句性能，精通索引、分表等優化措施的設計和實施，并配合開發人員優化數據庫訪問語句;
7，熟悉自動化監控和運維工具;
8，能在壓力下工作, 能應對突發事件，有較強的問題分析與解決能力;
9，良好的學習能力、溝通能力、問題的管理能力，團隊協作能力和責任心。
簡單的隧道工程師崗位職責 篇10
職責：
1、參與公司產品數據庫設計開發和評審;
2、對公司產品的數據庫相關問題進行技術支持;
3、對數據庫腳本進行代碼審查;
4、輸出數據庫相關技能培訓，提升團隊數據庫設計和開發技能。
任職要求：
1、計算機本科及以上相關專業畢業，熟悉linux操作系統;
2、精通主流的數據庫產品oracle、mysql;熟悉DB2和MSQL-Server;
3、精通SQL腳本的編寫，有豐富的數據庫管理、運維調優經驗，能獨立完DBA管理任務;
4、具有團隊合作精神，抗壓能力;
5、主動學習，對新技術鉆研有興趣。
簡單的隧道工程師崗位職責 篇11
1、對旅游行業客戶需求分析，制定旅游行業市場策略和方向;
2、針對不同項目特點和需求，負責完成解決方案引導，客戶解決方案引導等工作。
3、與市場銷售人員一起，根據客戶需求進行項目落地方案引導，產品方案引導，共同完成銷售任務;
4、政府、旅游行業信息化建設、線上線下運營咨詢、規劃;
5、行業解決方案、產品資料編制和維護;
6、重大項目招投標技術支持
7、技術領域涉獵廣泛，知識面廣，并在某個領域有深入的了解，如智慧旅游、智慧城市，大互聯網，多媒體，O2O等。
簡單的隧道工程師崗位職責 篇12
職責：
1.負責海量數據的分析開發工作;
2.完成數據挖掘模型，跟蹤模型的實施和效果，定期優化算法和分析策略，分析研究后提供建設性建議 ;
3.優化大數據存儲、計算等各方面性能，確保能從海量大數據信息里，有效進行數據分析和挖掘;
4.根據用戶的活動記錄進行特征篩選和關聯挖掘。提高關聯準確性;
5.參與相關數據標準和規范的制定。
要求：
1.熟悉java/scala/python/R中至少一種編程語言，具有良好的編碼習慣;
2.計算機、數學相關專業本科以上學歷;
3.2年以上數據挖掘及其相關經驗，對常用的數據挖掘算法有較深入了解，有實際算法調優經驗 ;
4.熟悉常用數據挖掘算法(聚類/分類/回歸/關聯規則/圖模型)等算法原理，具備實際的建模經驗，熟悉常用機器學習算法原理，如樸素貝葉斯/決策樹/隨機森林/邏輯回歸/SVM等，并具備相關應用經驗;
5.熟悉hadoop生態，具有spark/flink等實際開發經驗;
6.極強的數據敏感度，能從海量數據中挖掘出數據核心價值，相關;
7.熟悉分布式存儲，熟悉mysql/oracle、hbase、redis、mogongdb、elasticsearch等，熟悉neo4j/JanusGraph等圖數據庫優先 ;
8.富有創新精神，充滿激情，樂于接受挑戰，良好的溝通技巧和團隊合作，抗壓性強，能適應加班。
簡單的隧道工程師崗位職責 篇13
職責：
1、基于ERP數據、用戶數據、日志行為數據等構建數據中間層，為數據分析、數據挖掘、數據預測應用場景提供優質的基礎數據;
2、深度挖掘數據價值，構建用戶畫像，挖掘潛在規律和關聯用戶行為，為業務產品決策提供數據依據。
3、對公司業務應用場景進行數據分析和決策支撐;
4、主導數據產品的設計;
5、配合軟件工程師把模型落地，并對模型進行迭代優化。
任職要求：
1、數學、統計學，計算機類本科以上學歷，有良好數學基礎;
2、熟練掌握SQL語言，基本會使用SAS、Python、SPSS、R等其中一項挖掘分析軟件;
3、有數據建模工作經驗，良好的業務理解能力和模型抽象能力;
4、有海量大數據平臺使用經驗的優先考慮，有農業行業數據研究經驗的優先考慮;
5、具有良好的溝通和團隊協作能力，對業務有良好的理解能力和敏銳度。
簡單的隧道工程師崗位職責 篇14
職責：
1.遵循需求分析規范和要求，開展系統設計與需求分析工作，編寫完成《需求分析說明書》。
2.評估IT系統需求投入產出比，合理分配研發資源，制定需求研發優先級，拒絕無用需求，并進行上線培訓和線上功能使用跟蹤工作。
3.參與年度重大信息技術項目，跟進項目的調研、立項、需求分析、研發、培訓、實施、驗收與結項，確保項目按質按期完成。
4.開展業務訪談與調研工作，分析業務運營數據，對系統、流程主動提出改進優化方案，解決業務的難點與痛點。
任職要求：
1、專科及以上學歷、3年以上需求分析工作經驗，完成過至少兩個產品/項目的需求調研、需求分析、系統分析、原型設計等工作;
2、良好的邏輯思維能力，分析問題、解決問題的能力和執行力;
3、具有一定的技術背景，了解軟件開發的過程，包括編程語言和數據庫等;
4、具備良好的專業知識儲備，如數據庫知識、建模知識等，并了解掌握行業最新資訊;
5、熟練掌握相關工作軟件如需求分析軟件、建模軟件、原型設計軟件等;
6、具有良好的分析綜合能力，能做出正確的市場判斷;
7、具有良好的溝通協調能力和人際交往能力，善于傾聽客戶。
簡單的隧道工程師崗位職責 篇15
職責：
1、MySQL數據庫規劃、設計、監控維護、升級、備份、鏡像、容災;
2、數據庫服務器的安裝部署、性能優化、可靠性、容災方案制定等;
3、對數據庫性能分析與調優，排錯，保證數據安全;
4、負責對開發工程師的 SQL 語句進行優化;
5、配合研發制定數據庫技術方案，分庫分表策略，現有表結構優化，數據遷移方案;
6、負責Mysql自動化相關事宜;
崗位要求
1、3年以上mysql數據庫維護經驗，熟悉mysql故障排查、性能優化、備份與恢復、容災等技術。
2、負責MySQL數據庫日常管理和維護，對現有數據系統的穩定性、高可用性、擴展性的相關保障工作;
3、負責性能監控和調優，能夠對業務需求和事故及時響應，調整數據庫設計建議;
4、負責審核新業務上線的數據庫代碼審核與部署;
5、能夠進行數據庫引擎、SQL語句和讀寫分離的優化分析/設計，并具有高并發下讀寫分離維護經驗;
6、熟悉 redis/memcache/mongodb等nosql數據庫優先;
7、熟悉Linux運維管理，熟悉shell或python一種腳本語言開發優先;
簡單的隧道工程師崗位職責 篇16
1、光學工程/應用光學等相關專業，本科以上學歷，3年以上工作經驗;
2、熟練使用Zemax等光學機械設計軟件;做事認真細致;態度積極向上。
3、了解掌握光學設備的裝調和技術問題的解決;
4、動手能力強，能夠熟練設計光學系統的裝調方案，熟悉光學設備定標的實際操作;
5、有激光工作經驗優先、最好做過激光設備調試及售后工作。
簡單的隧道工程師崗位職責 篇17
Responsibility
1、負責建設數據倉庫架構，包括元數據管理、ETL調度、數據集成、OLAP等子系統的設計和開發;
2、制定和推廣數據字典，建立完善的元數據管理規范，負責數據質量監控設計;
3、搭建和維護數據倉庫表，解決業務人員在倉庫系統流程、工具使用、數據處理等遇到的問題;
4、深入了解網易游戲、CC直播、藏寶閣、網易大神等業務，負責數據倉庫和其它業務系統接口。
5、基于對數據的理解和業務需求，對數據進行整理、分析和用戶畫像搭建。
Requirements
1、計算機相關專業本科及以上學歷，有2年以上數據倉庫、ETL工作經驗;
2、熟悉SQL、Shell等相關技術，有海量數據處理、ETL及任務調度優化、數據倉庫建模等經驗;
3、熟悉Linux環境，了解Java/Python服務端系統開發;
4、熟悉Hadoop/Spark/Hive/Hbase/Kafka/Flume等大數據技術者優先;
5、邏輯清晰、對數據敏感，良好的溝通能力和協作能力，敢于接受挑戰，能夠承受壓力;
簡單的隧道工程師崗位職責 篇18
職責：
1、針對具體的業務場景需求、定義數據分析及挖掘問題;
2、使用統計學分析方法、挖掘算法、構建有效且通用的數據分析模型，對數據挖掘方案進行驗證、開發、改進和優化，實現數據挖掘的功能應用;
3、搭建高擴展高性能的數據分析模型庫，作為數據分析團隊的基礎工具;
4、完成領導安排的其他工作。
任職要求：
1、計算機、統計學、數學相關專業，本科及以上學歷;
2、3年及以上相關工作經驗，985和211大學的優秀畢業生可放寬至2年以上;
3、熟悉PHM的應用背景、功能定義、系統架構、關鍵技術;
4、熟練掌握Python進行數據挖掘;會使用Java進行軟件開發者優先考慮;
5、熟悉常用數據挖掘算法(如分類、聚類、回歸、關聯規則、神經網絡等)及其原理，并具備相關項目經驗;
6、熟悉數據倉庫，熟練使用SQL語言，有良好的數據庫編程經驗;
7、具備較強的獨立解決問題的能力，勤奮敬業、主動性和責任心強。
簡單的隧道工程師崗位職責 篇19
職責：
(1)分析需求，完成相關數據抽取、數據清洗、數據探索、數據建模分析等工作;
(2)按要求完成數據分析報告、建模報告、數據報表等;
(3)對數據進行深度挖掘和建模，做運營和用戶等各方面分析，深度挖掘運營優化和用戶行為特征等，推動分析問題的解決，為業務決策提供日常支持;
(4)與業務部門和技術部門對接，完成設計，編寫，維護和完善公司業務相關的算法。
(5)參與項目成果匯編，對相關結果進行解讀和匯報。
任職要求：
(1)大專以上學歷，統計、數學、計算機、軟件專業優先;
(2)熟練使用Python，Mysql語言，具有一定的工程能力，完善的文檔和注釋習慣。熟悉JupyterLab遠程代碼編寫環境，Linux常用命令。會使用R，Java，Scala等語言更佳。
(3)熟悉數據分析過程，能夠完成數據抽取、數據處理、數據建模、數據分析報告等任務;
(4)一定的數據挖掘/機器學習理論和技術基礎，了解常用的數據挖掘算法如：聚類模型、線性回歸、邏輯回歸、分類模型、決策樹模型等。