字节跳动数据科学家（审核方向）-TikTok安全产品（上海）
任职要求
1、本科及以上学历，数据科学、统计学、数学、计算机等相关专业优先；具备内容安全、风控治理、服务运营、审核平台、AI能力评估或互联网数据分析经验者优先； 2、具备良好的数据科学基础，熟悉业务指标体系、数据归因、量化评估、趋势预测和实验设计，能够用数据清晰定义问题、验证方案并驱动业务改善； 3、熟练使用SQL、Python/R…
工作职责
1、负责TikTok内容安全人工审核业务方向的数据科学工作，围绕审核质量、审核效率与审核成本三大核心目标，建设业务分析框架与数据决策机制，支持人工审核服务持续优化； 2、基于审核链路中的规则、策略、AI能力与人工执行流程，搭建覆盖质量、效率、产能、成本和稳定性的指标体系，系统衡量不同审核模式、策略配置和资源投入下的业务表现，为核心决策提供量化依据； 3、深入分析影响审核质量和审核效率的关键因素，包括内容风险、案件复杂度、审核员能力、机审置信度、任务流转路径和召回结构等，识别关键瓶颈并制定优化策略，持续提升整体审核准确性、时效性和资源使用效率； 4、负责评估各类运营策略与辅助工具の实际效果，运用A/B实验、因果推断等方法，对质量优化、流程调整、资源配置和策略变更进行科学评估，明确收益归因与影响边界，支持策略迭代和规模化落地； 5、建设支持审核团队日常运维的数据监控与归因体系，覆盖质量管控、人力规划、人力调度、产能管理和成本结构优化等关键场景，提升业务异常识别、问题定位和运营决策效率，沉淀人工审核业务的数据分析方法论与通用工具，与产品、运营、质检、算法等团队协同，推动AI和人工审核能力的高效协作，持续提升全球内容安全治理能力。
1、 通过数据分析与挖掘，抽象通用模型解决方案，并协助落地， 2、沉淀分析思路与框架，提炼数据产品需求，与相关团队（如数据产品、技术开发等团队）协作并推动数据产品的落地，实现数据产品化。
1. 参与构建下一代AI驱动的数据科学体系，参与构建行业领先的决策智能系统，融合因果推断与大模型推理能力，突破传统AB实验边界； 2. 站在数据科学与生成式AI的交叉前沿，开发基于大模型的自动化分析工具链； 3. 探索RAG在商业分析中的创新应用，实现数据洞察的自然语言交互式挖掘； 4. 接应用先进的机器学习框架和统计方法，设计并实施方案，解决前所未有的业务挑战； 5. 通过Python/R等流行语言编写高效的机器学习算法，产出新颖实用的分析图表； 6. 沉浸在阿里海量的数据中，发挥你的商业敏感度，发现足以改变商业决策的关键洞察，创造性地提出切实可行的营销策略，并通过科学的实验设计来验证其商业效果。
1.深入理解业务需求，支持公司重要跨域和复杂实验场景的流量结构和实验方案设计，协助业务侧设计专业的AB实验方案、效果评估方案以及因果推断方法，协助业务产出科学的实验评估报告，并为实验后续迭代提供建议，提高业务收益上限； 2.深度参与实验领域的专业方法论研究、底层机制建设以及对应数据产品平台化建设，推动完善实验平台能力； 3.了解业界实验设计、因果推断、量化分析等方向的进展和动态，并结合业务场景探索新的实验方法和观察性研究方法到各类数据产品中，不断优化中台AB实验产品能力； 4.推动公司的AB实验科学文化的运营和推广，完善AB实验相关课程以及团队培训机制，扩大数科团队专业影响力，辅助业务提升科学实验评估能力。
1.设计营销效率模型，优化广告投放、用户增长预算分配及站内资源（定价/引流/促销）组合策略； 2.研究用户生命周期价值（LTV），挖掘高潜力用户群体与增长机会，驱动精细化运营； 3.结合消费心理学与社会学洞察，构建用户行为预测模型，提升”人-场”匹配效率； 4.从业务问题拆解、假设抽象到数学建模全流程推进，运用机器学习量化核心业务指标的关键影响因子，基于海量历史数据进行验证、预测、归因及策略模拟； 5.设计实验框架（如A/B测试）验证策略有效性，建立因果推断模型和统计模型量化资源投入ROI； 6.推动模型工程化落地，主导从实验验证（POC）到生产环境部署的全流程，构建高效的实时特征工程管道，保障模型在实际业务中的顺利应用与持续优化。