阿里巴巴阿里控股-数据分析师-AI业务

职位要求： 1. 数据资产全景与指标体系构建：负责搭建数据资产全景视图，提炼关键业务指标，通过数据洞察市场趋势，为决策层输出专业数据建议 2. 全链路效率监控与优化：围绕AI模型训练场景，构建数据全链路转化漏斗监控体系，追踪各环节转化率与周期效率，识别并推动解决流程卡点，保障数据高效流转 3. 反馈闭环建设与质量评估：建立从数据反馈出发的优化体系，统一拉齐数据质量评估标准，指导提升数据质量的提升及需求的衔接度 4. 跨团队协作与决策支持：协同数据开发、算法团队优化大模型训练效果，设计实验监控模型的反馈结果，给出量化的指标和建议，促进模型的不断优化

1. 基于对各业务单元商业模式的理解，沉淀分析体系与指标框架，有效进行业务现状还原、问题定位与成因分析； 2. 与数据技术部门配合，建设并持续迭代集团层面看板与数据可视化，保障可用性、准确性与一致性； 3. 参与集团级核心目标体系的建设与重构，建立自动化监控、异常检测与告警机制； 4. 对业务战略及策略进行周期追踪，通过多种手段评估策略其有效性，为策略制定与演进提供量化证据； 5. 与集团CFO线、安全线等其他团队充分协作，参与集团核心场景的数据建设与披露工作。

1. 基于对各业务单元商业模式的理解，沉淀分析体系与指标框架，有效进行业务现状还原、问题定位与成因分析； 2. 与数据技术部门配合，建设并持续迭代集团层面看板与数据可视化，保障可用性、准确性与一致性； 3. 参与集团级核心目标体系的建设与重构，建立自动化监控、异常检测与告警机制； 4. 对业务战略及策略进行周期追踪，通过多种手段评估策略其有效性，为策略制定与演进提供量化证据； 5. 与集团CFO线、安全线等其他团队充分协作，参与集团核心场景的数据建设与披露工作。

1.基于模型内部评测和错误案例，系统性分析模型能力边界和短板；建立能力拆解框架（如代码生成可拆分为理解、规划、实现、调试等子能力） 2.主导高质量数据的获取、清洗、增强和验证；探索先进的数据合成技术（如基于强模型的蒸馏、多智能体协作生成）。 3.设计小规模实验验证数据有效性，建立数据-效果关联分析机制，量化数据投入产出比。