小红书社区运营数据分析师
任职要求
1、3年以上数据分析工作经验，具备内容生态、搜索和推荐系统分析经验者优先，经济学，计算机，统计学，数学专业优先； 2、具有机器学习算法基础，对观测数据因果推断方法（PSM、DID、因果森林等方法）有基础了解，参与复杂实验设计（双边实验设计、时间片轮转等）加分； 3、具备构建数据指标体系知识框架，曾有过构建指标体系经验；掌握基本数据分析方法，对数据落地到业务有一定经验，有专业的分析报告撰写能力； 4、有使用SQL、R，Python等数据分析经验，有建模经验择优； 5、对数据科学有热情，具有主人翁精神，沟通表达能力优、抗压能力强、协调推动能力强。
工作职责
1、负责小红书社区运营分析，包括作者运营、内容供给线索运营和内容策略分析；在激励作者创作电商供给方向，负责作者平台收入生态分析，探索包括作者激励有效性、作者激励策略等命题； 2、负责小红书创作者分成策略平台建设，推动激励策略线上化、策略模拟以及数据分析产品化； 3、探索小红书创作者激励以及内容供需等复杂实验方法探索和沉淀，参与小红书社区内容实验框架设计，负向实验治理等； 4、负责小红书内容生态指标体系建设，刻画社区内容供给以及推荐策略对小红书社区内容生态的影响，为业务及管理层提供决策支持，推动社区内容生态业务的数据产品化。
1、构建舆情分析体系，包括数据采集存储、数据处理与分析、NLP模型训练等模块的搭建、落地与调优，形成系统化的工作流； 2、科学制定舆情标准，数据化衡量产品口碑、舆情分级、社区健康度； 3、联动用户研究、社区平台，结合用户游戏内外行为数据，建立用户生态画像动态分析体系； 4、定期输出专项舆情分析报告，以维护品牌口碑为目标针对性地提出有深度、有参考价值的研判建议； 5、对研发、发行各部门提供支持，提供舆情数据分析和建议；为公司的战略决策提供支持； 6、具有一定的培训能力，能够带动组内员工提升舆情分析能力，同时也能协调其他BU的数据认知；
1. 协助构建和运营数据智能开源技术社区内容体系，提高社区的专业性与易用性； 2. 协助拓展社区生态，支持与高校社团、开发者组织、技术平台、内容创作者等合作联动，增强社区曝光与多元参与； 3. 与核心贡献者、技术布道师(KOL)建立长期合作关系，推动内容传播。 4. 负责在各大自媒体平台（如微信公众号、抖音、微博等）撰写、编辑和发布原创文章、视频和图文内容，以提高数据智能开源和技术品牌的传播量和关注度。 5. 日常维护和管理自媒体账号，确保内容的及时更新和平台的良好运营状态，提升用户粘性和活跃度。 6. 跟踪和分析平台数据，评估内容效果，优化运营策略。 7. 关注数据智能趋势与热点，协助策划专题内容，协助组织线上线下活动，(如技术分享会、Hackathon、贡献者计划)，提升开发者参与感
团队简介： 国际化业务风险控制（Business Risk Integrated Control；BRIC/业务风控）团队致力于： - 保护国际化产品的用户权益，用户包括但不限于内容消费者、创造者、商户； - 确保平台健康与社区体验的真实性； - 与相关团队一起，搭建通用高效的架构与解决方案，促进平台的泛隐私与泛安全建设； 业务风控的具体工作内容，是度量并降低国际化产品内的非真实行为的负面影响。我们覆盖的风险多种多样，包括但不限于：虚假账号、水军、垃圾、恶意爬取、网络暴力、直播安全、薅羊毛欺诈、商业化与交易风险等等。 加入业务风控团队，你将有机会： - 成为字节跳动国际化产品泛安全方向建设的亲历者、奠基人； - 创建能适应海量数据、智能且强韧的端到端风控方案，兼顾隐私安全、对用户友好； - 直面最新、对抗最强烈的风控挑战，兼顾短平快的策略迭代与长效可控的风控战略； - 在一个高度国际化的环境里工作，与横跨各大洲的风控专家们一起学习，并肩成长。 1、面对全球场景，定义和设计短视频和直播App的风险管理解决方案，平衡用户体验和业务风险。包括但不局限于资金风控，内容风控和营销反作弊； 2、针对各类垂直业务，设计风险管理的整体流程，包括进行业务的风险评估，量化风险评估体系，并设计风险防控的策略体系； 3、对外承担风控与业务协作的桥梁角色，建立高效的沟通协作机制，确保业务对风控工作的可感可知，保障业务安全感； 4、对内协调风控运营，数据科学家，数据工程师和软件工程师等多种角色，保证风控方案的高效落地，并对风控的结果负责。
1、构建全面的、准确的、能反映服务业务线特征的宏观、微观指标体系，并基于业务监控指标体系，及时发现与定位业务问题； 2、与算法技术（社区科学线）进行紧密合作，用系统科学的分析方法，为算法进行优化方向探索，并提出有效的迭代建议； 3、通过专题分析，对业务问题进行深入分析，对公司内外部数据进行挖掘，在深入的产品理解与用户洞察基础上，自主发掘课题，提出有实效的建议； 4、沉淀分析思路与框架，具有一定的数据产品能力，能够自行进行数据可视化，并能提炼数据产品需求，与相关团队（如技术开发团队） 协作并推动数据产品的落地； 5、与相关团队协作进行数据建模工作，推动业务部门的数据化运营，能够基于数据分析、量化建模、市场调研等工具对产品和市场进行理解和刻画，解决各种复杂商业分析问题，能独立完成从方案设计、数据加工与分析，到结论展示的整个流程； 6、与相关团队协作（如数据运营团队）组织数据技术与产品相关的理念、技能、工具的培训。