spring、springmvc和各大主流技术的框架整合
附 （二）机器学习工程师包括机器学习工程师要求 专业：计算机、数学、统计学相关专业； 技术领域：人工智能，机器学习l 技术要求： （1）熟悉Hadoop/Hive以及Map-Reduce计算模式，熟悉Spark、Shark等尤佳； （2）大数据挖掘； （3）高性能、高并发的机器学习、数据挖掘方法及架构的研发； 应用领域：（1）人工智能，比如各类仿真、拟人应用，如机器人（2）医疗用于各类拟合预测（3）金融高频交易（4）互联网数据挖掘、关联推荐（5）无人汽车，无人机
（五）数据挖掘算法工程师类包括推荐算法工程师，数据挖掘算法工程师要求 专业：计算机、通信、应用数学、金融数学、模式识别、人工智能； 技术领域：机器学习，数据挖掘 技术要求 （1）熟悉常用机器学习和数据挖掘算法，包括但不限于决策树、Kmeans、SVM、线性回归、逻辑回归以及神经网络等算法； （2） 熟练使用SQL、Matlab、Python等工具优先； （3）对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验【均为分布式计算框架】 （4） 数学基础要好，如高数，统计学，数据结构l 加分项：数据挖掘建模大赛； 应用领域（1） 个性化推荐（2） 广告投放（3） 大数据分析