字节跳动数据科学家/数据分析师（治理与体验）- 国际电商

● AI产品战略规划 ● 主导AI在人力资源全生命周期（招聘、绩效、学习、员工体验、组织文化）的产品战略设计，制定技术路线图与落地计划。 ● 识别HR场景中的AI创新机会（如生成式AI面试模拟、员工行为预测模型），推动从0到1的突破性产品开发。 ● AI技术整合与产品化 ● 深度协同技术团队、数据工程师团队，将NLP、计算机视觉、推荐系统等技术转化为可商用的HR产品（如智能简历解析引擎、个性化学习路径推荐系统）。 ● 设计AI产品的用户体验流程，确保技术能力与业务需求的无缝衔接 ● 跨部门协作与资源整合 ● 牵头与HR业务团队、技术团队、市场团队的协作，推动AI产品从原型验证到规模化落地 ● 管理跨职能团队（技术、设计、运营），协调资源并驱动关键里程碑达成 ● 数据驱动决策与优化 ● 建立产品数据指标体系（如用户留存率、招聘效率提升率），通过A/B测试和用户反馈持续迭代产品。 ● 设计AI产品的伦理框架，确保合规性与用户信任。 ● 行业影响力与生态建设 ● 参与行业峰会、学术会议，输出AI+HR产品方法论（如《AI驱动的人才管理范式》白皮书）。 ● 探索AI产品与外部生态的整合（如与LinkedIn、Coursera等平台的数据互通），构建开放生态。 ● 深度用户共创，能够与客户一起陪客户成长，一起共创；

职位概述： 作为数据开发专家，您将负责设计、开发和维护数据仓库、数据湖和数据管道，确保数据的准确性、完整性和可访问性。您将与数据科学家、分析师和业务团队紧密合作，提供数据支持，推动数据驱动的决策和创新。 设计和实现高效的数据模型，支持复杂的数据查询和分析需求。 开发和维护数据集成和ETL（提取、转换、加载）流程。 优化数据存储解决方案，确保数据的安全性和合规性。 与跨职能团队合作，理解业务需求，提供定制化的数据解决方案。 监控数据质量，确保数据准确性和一致性。 跟踪和评估新兴的数据技术和工具，推动技术创新。 编写技术文档，为团队成员提供指导和培训。 管理数据项目的时间表和预算，确保按时交付高质量的成果。

角色定位: 我们正在寻找一位能源管理和工业自动化领域的数据科学家，负责在能源管理和工业自动化领域的特有场景中寻找数据规律，挖掘数据价值，建立数学模型，完成AI模型开发的前期数据工作。作为一名数据科学家，您将参与真实客户项目的数据工作和AI标准化产品的数据工作。你的相关合作方包括：自动化工程师、领域专家，算法产品，算法开发。 主要职责: 1. 能源场景建模：能源管理优化的数据分析，特征工程，设备建模，场景建模（如：数据中心制冷/供电系统节能、微电网调度与储能控制） ； 2. 工业场景建模：针对设备预测性维护、能源消耗优化、生产流程提效等场景，开发机器学习/深度学习模型（如时序预测、异常检测、故障诊断）； 3. 工业数据治理：处理传感器时序数据（SCADA/DCS系统）、设备日志、能源计量数据，解决数据缺失、噪声干扰等工业现场问题； 4. 跨部门协作：与自动化工程师、领域专家合作，理解业务场景，与算法产品，算法研发合作，完成数据建模，设计AI算法模型； 5. 价值闭环验证：设计A/B测试，量化模型对能耗降低、故障率下降、产能提升的实际效益；

角色定位: 我们正在寻找一位能源管理和工业自动化领域的数据科学家，负责在能源管理和工业自动化领域的特有场景中寻找数据规律，挖掘数据价值，建立数学模型，完成AI模型开发的前期数据工作。作为一名数据科学家，您将参与真实客户项目的数据工作和AI标准化产品的数据工作。你的相关合作方包括：自动化工程师、领域专家，算法产品，算法开发。 主要职责: 1. 能源场景建模：能源管理优化的数据分析，特征工程，设备建模，场景建模（如：数据中心制冷/供电系统节能、微电网调度与储能控制） ； 2. 工业场景建模：针对设备预测性维护、能源消耗优化、生产流程提效等场景，开发机器学习/深度学习模型（如时序预测、异常检测、故障诊断）； 3. 工业数据治理：处理传感器时序数据（SCADA/DCS系统）、设备日志、能源计量数据，解决数据缺失、噪声干扰等工业现场问题； 4. 跨部门协作：与自动化工程师、领域专家合作，理解业务场景，与算法产品，算法研发合作，完成数据建模，设计AI算法模型； 5. 价值闭环验证：设计A/B测试，量化模型对能耗降低、故障率下降、产能提升的实际效益；