快手用户研究分析师-【生活服务】
任职要求
1、1-3年相关工作经验，有出色的数据分析、商业分析能力； 2、硬技能：具有统计学和概率论基础，SQL必备、Pytho…
工作职责
1、结合调研/数据分析等定性定量方法，分析和解决生活服务相关商业问题，完成用户调研、问题诊断、策略设计与结果展示，协助业务执行并推进落地； 2、围绕生活服务业务目标，在用户体验、产品策略、营销活动等领域产出专项研究洞察，跟踪分析竞争对手、行业趋势、标杆玩家，挖掘商业机会； 3、与生活服务业务团队合作紧密，同运营、产品、算法、商品及达人等团队协调合作，推进产品迭代&策略落地执行。
1、结合生活服务整体策略和各合作方诉求及表现，对生服不同交易场景及内容表现开展深度研究分析，支持关键业务决策； 2、持续跟踪生活服务行业前沿趋势及竞对表现，结合产品实际情况，通过数据和研究手段，寻找业务创新方向和重点课题，产出策略并推动落地； 3、BP生活服务内容与创作者、C端产品等团队多个模块，制定分模块业务的长期战略，并作为战略PMO推动策略落地。
1、结合生活服务整体策略和各合作方诉求及表现，对生服不同交易场景及内容表现开展深度研究分析，支持关键业务决策； 2、持续跟踪生活服务行业前沿趋势及竞对表现，结合产品实际情况，通过数据和研究手段，寻找业务创新方向和重点课题，产出策略并推动落地； 3、BP生活服务内容与创作者、C端产品等团队多个模块，制定分模块业务的长期战略，并作为战略PMO推动策略落地。
团队介绍：字节跳动抖音搜索团队主要负责抖音搜索算法创新和架构研发工作，主要包括短视频、直播、本地生活、视觉搜索等多个业务线。我们使用最前沿的机器学习技术进行端到端建模并不断创新突破，同时专注于分布式系统、机器学习系统的构建和性能优化，从内存、Disk等优化到索引压缩、召回、排序等算法的探索，充分给同学们提供成长自我的机会。主要工作方向包括：1、探索前沿的NLP技术：从基础的分词、NER，到应用上的Query分析、基础相关性等，全链路应用深度学习模型，每个细节都充满挑战；2、跨模态匹配技术：在搜索中应用CV+NLP深度学习技术，让视频搜索拥有更强大的检索能力；3、大规模流式机器学习技术：应用大规模机器学习，解决搜索中的推荐问题，让搜索更加个性化更加懂你；4、千亿级数据规模的架构：从大规模离线计算，分布式系统的性能、调度优化，到构建高可用、高吞吐和低延迟的在线服务的方方面面都有深入研究和创新。 1、参与抖音，今日头条，西瓜视频，剪映等App，以及国内电商，生活服务等重点业务的搜索推荐模型和策略改进，负责这些业务的搜索流量和用户渗透增长&搜索心智建设任务； 2、以推荐算法为核心技术栈，改进基于超大规模机器学习模型的推荐系统，覆盖从候选挖掘到召回，粗排，精排，多目标融合全链路技术环节； 3、探索短文本推荐和通用推荐技术的上限，重点是推荐和NLP技术的联合应用，以及多模态等前沿技术的探索。
随本地生活业务多场景AI落地，构建AIGC、B/C端等智能服务的数据飞轮，主要工作涉及: 1. 用户数据分析和策略制定：分析用户交互数据和转化数据，评估不同商品和不同视频内容下用户的转化情况，制定选品、价格和内容优化策略； 2. 优化模型生成效果：负责模型训练数据构建与管理，参与数据筛选、标注及评测体系构建工作。分析和挖掘现有数据资源，通过数据驱动的方法优化，结合A/B测试等手段验证调整效果。