阿里巴巴业务技术-数据科学家-杭州
任职要求
1.计算机、统计、应用数学、运筹学、经济学或者类似专业的教育背景，有通过算法帮助业务获得增长或拓展业务边界与探索出更多业务可能的经验
2.学习能力强，能快速定位和学习电商业务，深入理解业务的前提下能结合业务场景进行前瞻性思考和布局，有电商领域数据驱动业务增长项目经验的优先
3.有商业sense和产品感觉，能结合自身业务通过数据探索商业本质…工作职责
1.基于淘系全域数据，建立多领域的用户全生命周期数据和用户理解体系，通过主动的数据分析来挖掘和发现电商业务各场景的增长机会 2.数据驱动和结果导向，设计合适的分析和数科解决方案，利用运筹优化，博弈论，因果推断，机器学习建模等方法对手淘内各场景的有效行为提升、用户留存等问题建模分析和策略推动，实现用户规模及用户粘性的增长 3.数据产品建设，负责科学分析能力产品落地，主要包括多维分析、归因分析、智能tips等多种数据科学组件
1. 服务大淘宝商家平台、行业等业务场景, 深入理解业务和商业策略, 将业务问题转化成数据和技术的问题, 并且设计合理的解决方案; 2. 通过主动的数据探索和挖掘来发现改进业务的机会，并转化为项目; 3. 深入各个业务线线，通过对消费者、商品、商家的基础标签建设、场景洞察、商业策略推演等能力，帮助业务在消费者运营、商家运营、商品运营、内容与场域运营等场景实现业务增长目标； 4、基于业务项目和场景，建设对应的数据科学AI Agent；
1. 为天猫超市核心业务、创新策略建立完整、科学评估和分析洞察数据体系；具备丰富的AB实验经验，深度参与实验设计和评估，提供策略决策依据输出策略调优方向； 2. 数据驱动和结果导向，具备丰富的数科问题定义和量化能力，在营销、用增、产品&商品和行业方向利用实验分析、因果推断、运筹优化、机器学习建模等方法，通过对猫超内各场景的策略挖掘、提效实现业务增长； 3. 产品化沉淀常用分析思路和业务策略，负责科学分析能力产品落地，主要包括实验分析、因果推断、预测&规划、波动归因和画像建设，协同团队内AI Agent搭建和应用推广。
关于我们： 我们是一支全球化、多元化、专业化的数据先锋团队，以技术为引擎，以数据为纽带，驱动全球20亿消费者与数千万商家的数字化商业生态。立足中国，服务全球，每天处理覆盖东南亚、欧洲、美洲等多时区的跨境数据洪流，在多语言、多文化、多法规的复杂场景中，打造“数据&AI技术驱动业务”的全球化数据中台。 团队致力于构建全新的满足安全合规的国际化大数据架构体系；统一的用户/商品/商家资产体系建设，含统一的DMP和选品平台；面向海外商家数据服务的生意参谋及数据银行支撑业务全链路数据驱动闭环，打造从站外竞对机会发现到商品供给和用户增长的数据智能服务Agent平台。我们秉承简单开放、创新能力、匠心精神的团队文化； 职位描述 Job Description 1. 深入理解行业业务逻辑与用户生命周期，通过用户行为分析、消费心理建模、多源数据融合，诊断业务增长瓶颈，设计可落地的用户价值提升策略（如会员分层运营、场景化精准触达、流失用户挽回等）。 2. 主导端到端增长项目：独立完成从业务需求拆解->实验设计->用户特征工程->预测模型开发（如客户分群/LTV/传播裂变因子挖掘）->策略效果归因的全流程。 3. 搭建业务分析框架：结合行业特性（如电商高频转化、内容平台沉浸度驱动、金融行业信用风险维度），设计可解释的用户标签体系与归因模型，输出用户洞察报告指导产品迭代与运营策略。 4. 与搜索推荐、产品、运营团队紧密协作，推动增长实验、A/B测试落地，结合AI模型结果，持续优化产品与内容分发策略。 5. 支撑用户增长策略的算法能力沉淀与平台化建设，推动AI在个性化推荐、多模态建模、用户行为预测等方向的深度应用。 1. Drive business growth strategies through deep user analytics and lifecycle value modeling, focusing on solving real-world problems like member tier operation, scenario-based engagement, and churn recovery. 2. Own full-cycle projects from business diagnosis to deployment: 3. Develop industry-specific frameworks: Design interpretable user tagging systems and attribution models tailored to sector characteristics (e-commerce conversion loops, content engagement drivers, etc.) 4. Collaborate closely with Search & Recommendation, Product, and Operations teams to run growth experiments and optimize strategies based on AI insights. 5.Contribute to platform-level capability building for scalable, AI-powered growth solutions across personalization, multi-modal modeling, and user behavior prediction.
1.参与淘宝商品基础数据域相关的架构、技术体系、数据模型的规划建设，包括数据采集、数据治理、数据质量及稳定性保障体系、数据处理智能化和自动化体系的建设； 2.基于淘系数据建立多领域的商品全生命周期数据和价值体系，通过主动的数据分析来挖掘和发现电商业务各场景的增长机会； 3.数据驱动和结果导向，设计合适的分析和算法解决方案，利用运筹优化，博弈论，因果推断，机器学习建模等方法对商品价值、商品质量等问题建模分析； 4.数据产品建设，负责科学分析能力产品落地，主要包括多维分析、归因分析等多种智能copilot工具