字节跳动数据科学家-海外生活服务

Bravo 102是由阿里国际技术全团队共同发起的全球顶尖技术人才孵化计划，打破传统人才选拔及培养框架，为有志于走向AI未来的技术新锐们，提供“你行你上+我要我来”的双向奔赴式的实习机会选择。 在这里，“我”将不被岗位定义，以能力选择业务战场，与全球顶尖团队并肩作战，沉浸式体验全球多元化业务战场与亿级流量高并发系统。 加入我们，成为AIDC首批102位Bravo Talent，一起掌舵AI，为我们的未来Bravo！ 关于我们： 我们希望利用 AI 技术让每个人都能够轻松、便捷地享受全球优质的商品和服务，推动商业活动更加高效、可持续，为社会未来的发展带来更多可能性。 数据团队立足中国、服务全球，每天处理覆盖东南亚、欧洲、美洲等多时区的跨境数据洪流，在多语言、多文化、多法规的复杂场景中，打造“数据&AI技术驱动业务”的全球化数据中台，打造亿级跨境数仓平台，攻克多时区同步与数据合规难题；运用 AI 模型优化流量分配与智能诊断，推动决策AI化转型；沉淀算法能力为 AI 产品，直达业务价值；保障双十一级洪峰响应，为全球消费者营造流畅的购物体验； 欢迎加入我们一起构建强大的数据中台和智能决策支持系统！ 职位描述： 1、驱动阿里国际数字商业板块业务增长，构建 AIDC 100多个国家数据运营资产体系； 2、建设本地化市场洞察和机会发现能力，帮助业务全方位了解行业动态，挖掘商业机会； 3、承担设计和建立产品/业务的指标体系，能够科学地跟踪和指导业务的发展； 4、参与构建海外 ToB/ToC 电商用增、供应链&物流、商品等行业的数据智能化应用解决方案，驱动业务获得增量价值； 5、参与构建企业级 Data Agent，融合 LLM 与业务数据打造智能决策大脑；

关于我们： 我们是一支全球化、多元化、专业化的数据先锋团队，以技术为引擎，以数据为纽带，驱动全球20亿消费者与数千万商家的数字化商业生态。立足中国，服务全球，每天处理覆盖东南亚、欧洲、美洲等多时区的跨境数据洪流，在多语言、多文化、多法规的复杂场景中，打造“数据&AI技术驱动业务”的全球化数据中台。 团队致力于构建全新的满足安全合规的国际化大数据架构体系；统一的用户/商品/商家资产体系建设，含统一的DMP和选品平台；面向海外商家数据服务的生意参谋及数据银行支撑业务全链路数据驱动闭环，打造从站外竞对机会发现到商品供给和用户增长的数据智能服务Agent平台。我们秉承简单开放、创新能力、匠心精神的团队文化； 职位描述 Job Description 1. 深入理解行业业务逻辑与用户生命周期，通过用户行为分析、消费心理建模、多源数据融合，诊断业务增长瓶颈，设计可落地的用户价值提升策略（如会员分层运营、场景化精准触达、流失用户挽回等）。 2. 主导端到端增长项目：独立完成从业务需求拆解->实验设计->用户特征工程->预测模型开发（如客户分群/LTV/传播裂变因子挖掘）->策略效果归因的全流程。 3. 搭建业务分析框架：结合行业特性（如电商高频转化、内容平台沉浸度驱动、金融行业信用风险维度），设计可解释的用户标签体系与归因模型，输出用户洞察报告指导产品迭代与运营策略。 4. 与搜索推荐、产品、运营团队紧密协作，推动增长实验、A/B测试落地，结合AI模型结果，持续优化产品与内容分发策略。 5. 支撑用户增长策略的算法能力沉淀与平台化建设，推动AI在个性化推荐、多模态建模、用户行为预测等方向的深度应用。 1. Drive business growth strategies through deep user analytics and lifecycle value modeling, focusing on solving real-world problems like member tier operation, scenario-based engagement, and churn recovery. 2. Own full-cycle projects from business diagnosis to deployment: 3. Develop industry-specific frameworks: Design interpretable user tagging systems and attribution models tailored to sector characteristics (e-commerce conversion loops, content engagement drivers, etc.) 4. Collaborate closely with Search & Recommendation, Product, and Operations teams to run growth experiments and optimize strategies based on AI insights. 5.Contribute to platform-level capability building for scalable, AI-powered growth solutions across personalization, multi-modal modeling, and user behavior prediction.

作为全球领先的短视频平台，我们的使命是鼓励创作，激发创意。依托于短视频平台的高速增长，国际化电商业务，希望构建起一个连接起全球用户与商户的电商平台，让购物变得有声有色。 国际电商数据科学团队旨在以数据和科学的方法，通过数理统计、机器学习等量化技术，最大化电商交易的效率，引领产品决策迭代，实现收入的可持续增长。同时我们致力于构建一个更多元包容、坦诚高效的工作氛围，诚邀优秀的数据科学家一起来打造一流的电商平台。 职位描述 1、与用户增长产品&运营深度配合，将业务需求转化为数据问题，支持并引导业务发展； 2、支持用户增长策略的AB实验，并沉淀方法论； 3、独立完成专项分析，为策略迭代提供有效建议。

职位详情 1. 负责滴滴海外国际化广告增长的效果评估及用户行为趋势，通过深度数据洞察，挖掘关键驱动因素，推动业务增长； 2. 设计并验证流量归因模型 3. 设计并实施预算分配和竞价策略的优化模型，提升投放ROI; 4. 将业务逻辑转化为明确的数据需求，校验数据集准确性，优化数据架构； 5. 参与制定数据质量标准，执行质量检查，保障分析与建模数据可靠性。 6. 搭建数据看板，实现实时数据展示与策略决策支持; 7. 与数据科学家紧密合作，定义假设，推动业务问题转化为分析模型； 8. 与数据工程师紧密配合，确保数据稳定、可扩展，满足分析需求。 9. 主导端到端数据分析项目，从需求梳理到成果交付，联动产品、工程及营销团队。 Experienced in data analytics, prefer in growth and advertising, with a strong focus on A/B testing, predictive modeling, ETL and dashboard development. Skilled in identifying actionable insights to optimize budget allocation and campaign performance. Key areas: Statistical analysis to evaluate marketing effectiveness and user behavior trends. Design and implementation of optimization models for budget distribution and campaign bidding strategies. Dashboard creation for automated performance monitoring and strategic decision-making. Close collaboration with Data Scientists to define hypotheses and translate business questions into analytical models. 🔗 Collaboration with Data Engineers Partner with data engineers to ensure data pipelines are robust, scalable, and aligned with analytical needs. Translate business logic into clear data requirements, validate output datasets, and contribute to improving data architecture. Help define data quality standards and perform QA checks to guarantee reliable inputs for analytics and modeling. 🧩 Project Management & Stakeholder Coordination Act as a bridge between technical and non-technical teams, managing timelines, deliverables, and communication for cross-functional projects. Lead end-to-end analytics initiatives from scoping to delivery, aligning with product, engineering, and marketing teams. Define priorities, set ETAs, and ensure timely execution, often using agile tools (e.g., JIRA, Asana, Notion) to track progress.