网易资深数据产品经理（BI方向）
任职要求
经验背景：
1. 5+年数据产品经验，有互联网大厂或金融科技公司背景优先，熟悉游戏、金融、企业服务等领域的数据产品逻辑
2. 独立负责过BI工具或数据平台从0到1建设，具备复杂业务场景的报表体系设计经验（如财务分析报表、经营看板等）
技能要求：
3. 精通SQL、数据建模及ETL流程，熟练使用Ta…工作职责
1. 业务数据支持：深入财务、职能等业务场景，梳理数据需求，搭建指标体系与分析模型，通过数据报表、仪表盘等输出业务洞察，支持财务分析、成本优化等决策 2. BI平台建设与优化：负责企业级BI平台的产品规划、设计与迭代，主导数据可视化、自助分析、报表引擎等模块的功能设计，提升平台易用性与业务适配性 3. 产品全流程管理：协调数据开发、算法、工程团队，推动数据采集、清洗、建模到应用的全链路落地，确保数据准确性与时效性 4. 行业对标与创新：研究国内外BI工具及行业最佳实践，结合公司业务特点提出差异化解决方案
1. 负责滴滴数据应用平台AI产品的规划、设计、落地及推广工作，将Data Agent应用到各业务线数据分析场景，产品领域涵盖BI分析、AI应用等； 2. 深入一线业务，能跨部门沟通对接，敏锐洞见客户痛点，了解运营、分析师等各类用户日常数据分析痛点和问题，输出Agent数据解决方案和产品功能设计； 3. 负责和撰写产品MRD、PRD文档等，推动和参与AI方案、UI设计、需求评审和产品管理整个产品生命周期； 4. 准确把控项目目标和节奏，沟通和协调研发、测试、前端、算法等合作团队，推动项目顺利进行，并持续优化和改进产品能力和体验；
1. BI平台建设：负责滴滴数据应用平台BI工具数据集、权限相关方向中长期规划、产品设计、项目管理、跨部门合作等工作，连接下游消费和上游指标平台，通过升级达到行业优秀水平； 2.用户思维：深入一线用户，能跨部门沟通对接，敏锐洞见用户痛点，了解数仓、DPM、分析师等各类用户日常数据集使用场景，输出针对性数据解决方案和产品功能设计； 2.产品推动：准确把控产品项目和需求节奏，协同研发、设计、数仓等合作团队，推动产品从需求到交付的全流程，保障高质高量高效完成； 3.产品方案：负责和撰写产品MRD、PRD文档等，对标竞品找到提升和机会点，推动和参与UI设计、评审和产品的整个研发生命周期；
我们正在寻找一位具备深厚数据产品经验、跨业务视野和系统化规划能力的高级/资深数据产品专家，负责推动高德地图在大数据分析、用户理解、行为洞察与数据治理等领域的平台级产品建设。该角色将主导多个关键数据产品的战略规划与落地执行，打造面向未来的数据驱动型基础设施， ● 【数据应用落地业务场景】 ○ 负责北斗平台(包含经营分析、行为分析、供给分析、各类业务专题场景等) 的产品架构设计与演进规划，满足业务针对各类分析场景的业务应用价值落地。 ● 【数据资产管理】 ○ 面对数据供给者团队，建立一套简易高效率的资产维护工具，帮助数据供给者高效、高质量地维护数据资产。并作为平台方推行资产分级管理和数据运营机制。 ● 【可信资产门户】 ○ 打造企业级官方权威数据资产字典，正式推出。作为全公司统一的数据目录和知识库，它将帮助大家低门槛、快速地发现、理解、评估所需数据， ● 【智能化探索落地】 ○ 面向数据使用者，并向AI 智能化、 Agent 进化(数据应用方向)。 实现分析师的智能分身Agent， 可落地接管数据常寻与分探索类场景， 数据对外进行全面推广应用。实现分析师的智能分身Agent落地，并为Agent的使用量和准确度负责 期望带来的关键改变 你将不仅是平台的建设者，更是数据价值的定义者与推动者。我们期待你带来以下层面的关键突破： ● 【 从“报表工具”到“智能决策引擎”的跃迁】 ○ 打破传统BI仅做数据展示的局限，构建具备高级归因、异动预警、预测推演、自动洞察能力的下一代分析平台，让数据主动说话。 ● 【从“数据生产”到“数据消费”的全局视角重构】 ○ 建立以业务价值为导向的数据服务体系，实现数据从“被查询”到“被推荐”、“被调用”、“被集成”的转变，显著提升数据使用效率与覆盖率。 ● 【 从“单点能力”到“平台通用化”的升级】 ○ 打造具备高度抽象能力和横向复用性的数据平台产品，支撑高德多条业务线（导航、出行、本地生活 等）共性需求，避免重复造轮子。 ● 【 从“被动响应”到“前瞻引领”的思维进化】 ○ 超越“接需求—做功能”的模式，能够基于业务发展趋势提前布局数据能力建设，例如预判新业务场景所需的数据模型与分析框架。 ● 【 从“工程实现”到“商业影响”的价值闭环】 ○ 推动数据能力深度嵌入业务链路（如通过用户画像优化投放ROI、通过路径分析提升转化率），形成可量化、可持续的数据驱动增长机制。
1、负责金融业务产品增长、盈利、风险控制等各项数据分析相关工作； 2、对互联网金融、风险控制有深入的了解，能从行业趋势和产品形态等角度，给业务方方向与业务模式的建议； 3、能够根据业务发展的不同阶段或具体的问题，建立完善的数据分析规划，搭建合理的数据分析框架并且持续完善； 4、能够主动挖掘业务中可优化和提升的点，给出可落地的执行优化建议，且能推动落地，带来明确的业务提升； 5、在遇到各类之前的分析方法无法解决的问题，或现有分析方法存在问题时，能创造性的发明或改进出新的的分析方法，提高业务分析效率。