腾讯音乐QQ音乐数据科学家（用户增长）
任职要求
1. 精通数据挖掘、机器学习、因果推断、分布式计算等相关技术，两年及以上工作经验； 2. 精通python、SQL编程，熟悉java/Scala等语言； 3. 善于在大数据中挖掘价值，优秀的产品/数据sense，逻辑思维…
工作职责
1.负责QQ音乐平台用户增长的数据挖掘/分析/机器学习/因果推断模型建设工作； 2.负责海量用户的画像建设，并落地到推荐/增长策略； 3.大数据挖掘分析，独立完成专项分析，为策略迭代提供有效建议，探寻增长机会，建设实验机制持续驱动产品增长计划； 4.与用户增长产品&运营深度配合，将业务需求转化为数据问题，支持并引导业务发展，支持用户增长策略的AB实验，并沉淀方法论。
岗位职责: 1. 业务增长战略：具备专业的用户增长业务逻辑和方法论, 能制定并执行基于数据驱动的业务增长策略，涵盖用户增长、产品优化、市场扩展等，旨在实现业务目标和收益增长。 2. 用户行为分析：运用数据挖掘技术和客户分层模型深度分析用户行为，需求和痛点，定制化增长策略，推进精细化客户运营。 3. 增长实验与评估：设计和实施增长实验（如A/B测试），采用统计学和机器学习方法评估实验结果，确保策略有效性和持续性。 4. 团队协作：与产品、研发等部门紧密合作，确保数据分析成果能转化为实际业务决策和行动。
1. 负责淘宝闪购用户运营、营销方向的数据科学工作，能够基于对业务的深刻理解、通过科学的指标体系定义和精准数据分析，发现问题、定义问题和提出解决方案； 2. 负责方向内各模块的实验设计、评估，持续提升实验科学性，并通过实验分析驱动策略持续优化创新； 3. 利用因果推断、统计建模等方法深入洞察分析业务命题，并与各协作团队紧密配合，推进洞见落地取得收益。
1. 负责淘宝闪购用户运营、营销方向的数据科学工作，能够基于对业务的深刻理解、通过科学的指标体系定义和精准数据分析，发现问题、定义问题和提出解决方案； 2. 负责方向内各模块的实验设计、评估，持续提升实验科学性，并通过实验分析驱动策略持续优化创新； 3. 利用因果推断、统计建模等方法深入洞察分析业务命题，并与各协作团队紧密配合，推进洞见落地取得收益。
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。