字节跳动数据科学家/数据分析师（治理与体验）- 国际电商
任职要求
1、本科及以上学历，3年以上数据科学/数据分析工作经验，具备电商体验分析经验者优先，计算机，统计学，数学，决策科学，经济学专业优先； 2、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； 3、熟练使用Excel、精通SQL、Hive，至少可以熟练使用一种数据可视化分析工具，擅长R和Python者优先； 4、逻辑性强，有敏锐的洞察力和非常强的用户体验、商家体验的感知能力，对人群分析有丰富的理论和实战经验； 5、对体验提升策略、心智建设、体验指标因果分析有方法论和成功经验； 6、能使用英语作为工作语言优先。
工作职责
1、基于全渠道用户/商家反馈声音以及体验相关客观数据构建衡量体验变化的监察能力，包含但不限于： 1）定期、系统呈现国际电商购物中遇到负向问题，针对体验的变化联动各方确定RCA； 2）构建高敏感度的突发问题发现能力； 2、负责国际电商体验业务的数据监控，梳理并构建体验指标体系，有效发现体验问题同时为业务及管理层提供决策支持； 3、通过体验问题的深入洞察分析，牵引电商所有相关方共同看见体验的变化，共同推动顽疾的改善； 4、通过多商家、消费者的体验分析拉动复购、留存、转化的提升； 5、对国际电商核心体验指标NPS、CPO、NBFR等负责。
● 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。
1、负责生产平台Dataverse 从Data For BI 数据平台升级为Data For AI+BI 数据平台，包括打造Notebook，个人开发环境，支持代码类任务（PySpark、Scala Spark、UDF、Ray、Python等）的高效开发和调试； 2、负责生产平台Dataverse Data+AI 数据血缘的建设，从在线、近线、到离线，覆盖算法链路特征、索引、模型、词表、样本等血缘链路的建设，支持算法全链路排障、内容理解和数据治理； 3、打造DataEngineer Agent、DataScience Agent，辅助数据开发工程师、数据科学家完成日常的数据处理、分析、建模的工作； 4、负责生产平台Dataverse 日常需求迭代，稳定性保障和问题排查等工作，具体模块包括数据同步、任务开发、数据测试、数据发布、任务运维及调度系统。
1. 负责商业化流量、产品、策略方向的业务指标体系搭建，对短期异常进行归因，对长期趋势进行解读； 2. 深入理解广告投放机制，通过探索性的数据分析与数据建模（统计学+机器学习），从数据中挖掘流量、产品、策略方面存在的问题，并提出相应的优化方案； 3. 能根据业务需求完成较为深入的专项数据分析，通过对数据的敏锐洞察、定性和定量分析、以及模型建设，迅速定位内部问题或发现机会； 4. 与策略产品、工程技术、算法技术以及其他部门完成高质量沟通，保证推动数据分析结论的落地与持续优化。