阿里巴巴数字零售技术部-数据科学家(商家洞察)-深圳
任职要求
1、硕士及以上学历,计算机、统计学、数据科学或相关领域。 2、3年以上相关工作经验,有商家洞察、品类管理或市场分析背景优先。 3、精通Python\SQL,具备大数据处理和机器学习算法应用能力。 …
工作职责
1、深入理解商家行为,通过数据挖掘和分析,为产品策略和市场决策提供数据支持。 2、负责招养汰链路商家洞察,运用统计建模和预测方法,挖掘潜力商家和识别劣质商家。 3、发现供给机会,通过数据驱动的解决方案,识别市场趋势和潜在增长点。 4、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。
1、负责物流部财务域的数据模型设计,实现大规模数据处理和分析的解决方案 2、优化数据架构,提升数据加工性能,确保数据及时产出;构建数据质量监控体系,保障业务数据质量 3、协同产技团队做好财务出账和对账工作,同时支撑好财务领域的数据产品和数据解决方案建设 4、与业务团队紧密合作,理解业务需求,提供数据支持和提升用数体验
1、负责海淘物流业务的数据清洗和加工,构建高效稳定的数据中间层 2、参与数据模型设计,确保数据的准确性和一致性,提升数据质量 3、与业务团队紧密合作,理解业务需求,提供数据支持和提升用数体验
团队介绍:依托阿里巴巴集团强大的技术生态,基于菜乌深耕多年的物流供应链产品技术中后台,搭建具备跨境出口业务特色的小包裹物流履约产品技术体系。 通过对接全链路各环节的物流资源,搭建C2G全球网络。基于信息流高效协同“揽收、调拨、集运、组包、配舱、清关、卡班运输、未端派送、逆向退回等”各物流环节,提供“优先、标准、简易、经济等”各样时效等级的物流产品与解决方案,完成前台电商供应链的物流需求履约。 通过工程、数据、算法的结合,对包裹可达计算、线路路由、订单分配、大包配舱、时效预测、异常管理等环节进行辅助与优化,助力提供具备一定成本、时效优势,服务稳定的物流服务。 职位描述: 1、负责设计和实现高效的数据处理和分析解决方案,支持业务决策和洞察。 2、参与大数据平台的建设,优化数据架构,确保数据的稳定、安全和可扩展性。 3、与业务团队紧密合作,理解需求,开发数据模型和报表,提供数据驱动的洞见。 4、负责数据仓库的维护和优化,确保数据质量,提升数据提取和分析的效率。 5、持续监控和优化数据处理性能,解决数据相关问题,推动数据治理的实施。 1、Responsible for designing and implementing efficient data processing and analysis solutions to support business decision-making and insights. 2、Participate in the construction of big data platforms, optimize data architecture, ensuring data stability, security, and scalability. 3、Collaborate closely with business teams to understand requirements, develop data models and reports, providing data-driven insights. 4、Oversee data warehouse maintenance and optimization, ensuring data quality and enhancing data extraction and analysis efficiency. 5、Continuously monitor and optimize data processing performance, resolve data-related issues, and promote data governance implementation.
依托阿里巴巴集团强大的技术生态,基于菜乌深耕多年的物流供应链产品技术中后台,搭建具备跨境出口业务特色的小包裹物流履约产品技术体系。 通过对接全链路各环节的物流资源,搭建C2G全球网络。基于信息流高效协同“揽收、调拨、集运、组包、配舱、清关、卡班运输、未端派送、逆向退回等”各物流环节,提供“优先、标准、简易、经济等”各样时效等级的物流产品与解决方案,完成前台电商供应链的物流需求履约。 通过工程、数据、算法的结合,对包裹可达计算、线路路由、订单分配、大包配舱、时效预测、异常管理等环节进行辅助与优化,助力提供具备一定成本、时效优势,服务稳定的物流服务。 1、针对跨境物流的计划场景,做单量中长期预测、包裹全链路时效预测等预测算法,制定合理、有效并具有一定创新性的技术解决方案。 2、深入理解业务特性,参与大数据分析和挖掘,与业务方做深度的交流与协同。将算法应用到实际场景,解决复杂业务问题。 3、持续优化预测算法效果,保障在日常以及大促期间的业务使用体感,适应业务的快速发展和变化。 4、在基础技术之外,跟踪业界最新算法趋势,尝试大模型等新型AI技术在预测算法中的应用,确保技术领先进性。