滴滴数据策略运营(JR2026043000G)
任职要求
1. 本科及以上学历，理工科背景优先，2年以上策略运营、数据分析或相关经验，有自动驾驶数据运营经验者优先。 2. 具备较强的逻辑思维和数据分析能力，…
工作职责
1. 算法对接与任务设计：对接算法团队，理解算法侧需求和数据质量要求，将其转化为驾驶员可执行的任务，产出驾驶行为规范，并结合需求优先级，定期调整任务路线策略。 2. 数据质量&价值评估：联合数据科学团队，建立数据质量和价值的评估体系，通过关键指标对驾驶员和任务进行周期性的量化评估，及时发现并推动解决数据问题，驱动任务策略优化。 3. 问题闭环：收集一线驾驶员对任务和功能的问题反馈，协同内外部推动解决，并持续更新SOP。
1、熟悉归因度量体系与营销科学方法论，协同团队挖掘整合营销链路价值，体系化迭代归因度量体系与产品，并产出对客可解释、可运营、可优化的营销方法论； 2、品牌广告营销价值分析，输出平台用户价值通案，并结合行业商家营销逻辑与平台特色，能跨部门协作并完成高端对客交付通案。
1、对业务模型训练效果的数据负责，与算法进行专业对话，结合模型能力要求进行数据策略的制定，为模型效果提供最优解决方案，支持从模型冷启、样本设计、数据生产、效果优化、线上监控的全过程，推动策略迭代提升模型效果； 2、负责搜索、安全生态、内容理解、大模型、商业交易等业务板块的模型需求，基于业务场景模型的应用效果设计运营链路，从模型实际应用收益出发，推动模型的策略、规则、数据链路的优化； 3、基于行业常见智能化应用手段，例如agent、rag、pe等，进行智能化标注策略设计，提供专业的智能化数据方案，搭建人机协同、智能化标注等数据链路，拿到效率、成本的收益； 4、保持数据行业前沿的视角和前瞻性的专业思考，持续推进智能化标注策略迭代，同时辅助内部工具平台、组织与业务交付流程的优化，提出有效建议，提高团队整体业务效率。
1.针对大模型Coding场景，拆解代码生成、代码补全等核心能力，建立科学的代码标注和评测体系。 2. 主导代码标注资源管理与数据构建，确保数据质量和一致性，支持coding智能体训练、评测。 3. 设计自动化数据合成及清洗方案，实现规模化高质量数据生产。 4. 监测模型效果，输出系统化分析报告，持续优化数据方案。
1、营销机会挖掘：负责KA客户（伊利、农夫山泉、百事食品等）食品类或非食品类的数据挖掘及分析工作，包括品牌生意情况的解读、人群/场景的营销机会点挖掘，为品牌在平台的营销提供有效的策略支撑，撬动品牌投资。 2、行业解读：通过重点行业（水饮/酒饮/休闲食品/乳品等）的经营分析、投放数据拆解、营销机会点的挖掘、创意内容研究和转化人群洞察等方式，产出营销机会，以促进收入指标的达成。 3、策略设计与评估：对内外部数据进行深入专题分析，挖掘影响业务规模和增速的核心驱动因素，探索改进策略并推进落地。