熟练掌握python编程语言, 具有扎实的python编程能力, 熟悉python常用库以及第三方库
熟练使用python工具包Numpy、Pandas、Scipy、matplotlib等
熟练使用Mysql、Redis、MongoDB等数据库, 熟练使用SQL语句
熟悉数据挖掘常见算法：分类/聚类，降维方法，线性回归, 逻辑回归，决策树，k最近邻（KNN)，朴素贝叶斯, 支持向量机(SVM)等
熟悉掌握特征过程相关的方法, 如特征筛选、样本不均衡预处理、样本归一化、PCA降维等
熟悉机器学习的常见模型选择以及参数调优, 熟练使用交叉验证, 找出模型最佳参数
熟悉基于Python的urllib、requests等HTTP库，以及lxml、bs4等解析库
熟悉Python爬虫框架Scrapy, 能够使用Scrapy -redis实现分布式的爬虫
熟悉Linux系统及其命令操作, 会shell脚本编程
有良好的代码编写习惯，熟悉使用git等代码管理工具
熟悉TCP/IP、HTTP、HTTPS等网络协议并熟悉web前端技术

该智能推荐系统是基于用户近一个月的时间周期内的用户行为为原始数据进行分析, 然后针对不同的用户进行个性化的推荐
项目职责:
1.提取用户的购物数据, 清洗异常与缺失的数据
2.对于不同的特征, 其数据范围相差较大, 需要对数据进行特征缩放, 形成用户偏好矩阵
3.通过用户的行为记录，分析用户对商品的潜在喜好及喜欢程度，形成用户评分矩阵
4.选取推荐算法对数据进行分析推荐