荣耀数据分析与模型高级专家
任职要求
1、计算机、数据科学等相关专业本科及以上学历; 2、10 年以上 IT 领域工作经验,5 年以上消费品行业数据分析经验; 3、精通 Python、SQL…
工作职责
1、数据收集与整合: 负责收集、清洗、整合来自不同渠道的消费者数据(如交易数据、行为数据、调研数据、社交媒体数据等); 2、描述性与诊断性分析: 通过数据分析,描述消费者行为特征,诊断业务问题的原因; 3、预测性与指导性分析: 构建数据模型(如用户流失预测、购买倾向预测、个性化推荐模型等),预测未来行为并指导业务决策; 4、A/B测试与实验设计: 设计并执行A/B测试等实验,评估不同策略或产品功能的效果; 5、洞察可视化与报告: 将复杂的数据分析结果通过可视化的方式呈现,并撰写数据驱动的洞察报告。
1. 市场与行业分析:观测并研究市场和行业的增长趋势,评估潜在的增长空间和机会; 2. 需求洞察与策略设计:深入了解用户及商户的需求,确定精准的用户画像,匹配合适的商户资源,并基于成本结构和收入模型的设计,制定促进业务增长的具体策略; 3. 目标拆解与路径规划:将整体业务目标细化分解,制定关键执行路径,并协同上下游合作方确保业务模型的有效实施; 4. 数据分析与优化:基于业务进展的数据分析、监控发现过程中的问题,识别潜在的机会点,并据此调整优化业务模型,提升效率和效果。
集团描述:阿里国际数字商业集团,是阿里巴巴集团的核心且快速增长的业务。 契合国家“一带一路”的战略方向,在国际化的大蓝海赛道上高速驰骋,连续多年收入增长在30%以上。旗下业务覆盖近200个国家、市场,服务于4亿的全球消费者,囊括跨境电商、本地电商、B2B、O2O零售、供应链网络等多元化的业务形态,在全球近30个国家与地区设置办公地点,拥有超过20种不同国籍的员工。 LAZADA创立于2012年,隶属于阿里国际,是东南亚领先的电子商务平台之一,主要服务市场包括印度尼西亚、马来西亚、菲律宾、新加坡、泰国和越南六个国家。LAZADA不仅为消费者提供来自于东南亚中小企业和国际品牌的丰富多样的产品,也运营东南亚地区领先的电商物流网络之一,为消费者和商家提供可靠、优质和便捷的物流服务。Lazada的目标是到2030年服务3亿消费者,并成为东南亚品牌和卖家实现数字化转型的最佳选择。 部门描述:商业智能部是商业分析与决策支持部门,我们依托于阿里国际集团的全球化大数据以及阿里多年的商业分析经验沉淀,拥有来自于互联网、咨询、投资、传统行业等多元化背景的团队,产生多视角、全方位的立体洞察,支持集团以及各事业部与职能部门管理者的关键决策。 部门定位:我们深入业务,通过有智慧的数据洞察, 紧密结合的业务场景,实现从宏观市场到微观战术的商业分析与判断,为决策层提供关键数据洞察、核心策略参考、支持主要的各项决策制定与优化,达到数据驱动业务的完美实践。 岗位职责: 通过对宏观经济、行业趋势等方面的研究分析,为公司战略决策提供支持: ① 行业研究与分析:监控宏观经济政策和行业发展趋势,分析其对公司战略的影响;深入研究国内外行业标杆企业,评估公司自身资源和能力,提出策略建议。 ② 战略制定与支持:参与业务战略的调研、分析、制定和输出,探索评估新业务、新模式的可行性及实现路径,为公司战略决策提供客观意见和建议。 ③ 业务洞察与问题解决:深入洞察业务底层逻辑和发展规律,发现并诊断业务面临的风险、挑战和机遇,基于市场研究和行业趋势,提出解决方案和业务策略。 ④ 数据挖掘与模型探索:基于复杂业务问题进行数据挖掘和模型探索,沉淀业务分析思路,产出对业务和产品有价值的方案和建议,并推动执行落地。 ⑤ 竞争分析:跟踪互联网行业相关业务、产品、技术、模式、竞对等信息,定期收集资讯并形成深度分析报告,挖掘优质赛道,撰写业务布局研报。 ⑥ 战略落地与项目管理:协助进行战略落地管理工作,包括KPI拆解、OKR承接及通晒、重点战略工作和项目推进,横向联动各团队,确保战略有效执行。
全面负责定义、设计并实现下一代对话系统的核心算法与交互范式,解决当前对话模型在多轮交互、知识应用、共情能力等方面的挑战,探索并引领模型在个性化、主动性、拟人化等前沿方向的技术突破。直接决定数亿夸克用户在Chat场景的与AI 的交互体验,塑造夸克在未来对话式 AI 时代的领先地位。 1. 对话体验定义与规划。深入分析用户意图与行为,结合业务场景,制定并执行对话体验的中长期技术演进路线图。并密切追踪并研究对话式 AI 领域的最新进展,包括主动式对话策略、多模态对话 (语音/视觉融合)、AI Agent 中的对话流控制等。您将主导定义“顶级对话体验”的标准,并将其分解为可落地、可量化的算法迭代目标。 2. 多轮对话与上下文理解。攻坚并解决长程、复杂多轮对话中的核心技术难题,包括但不限于指令遵循、上下文精准理解、长程记忆与遗忘机制、隐式意图识别等。您将设计创新的模型结构与训练策略,使模型具备真正连贯、有逻辑的对话能力。 3. 对话回复准确与全面。主导研发将外部知识 (如搜索、工具调用) 与大模型进行深度、动态融合的先进技术。致力于解决模型在对话中的意图偏离、事实性错误、内容不详实和知识更新不及时等问题,并通过 RAG 新范式或其他创新方法,显著提升对话的准确性与信息量。 4. 评测体系与数据飞轮。建立并完善一套科学、全面的对话能力评测体系,能够精准衡量模型的综合对话质量 (Coherence, Empathy, Informativeness 等)。设计并驱动高效的数据闭环系统,利用真实用户反馈持续、自动化地优化模型。