腾讯音乐QQ音乐推荐数据分析
任职要求
1. 本科及以上学历，统计学、计算机、数学、数据科学等相关专业优先。 2. 具备扎实的数据分析能力，熟练使用 SQL/Python/等分析工具。 3. 理解推荐系统基本机制，熟悉召回、排序、重排、冷启动、多样性…
工作职责
1. 负责 QQ 音乐推荐系统的数据分析与效果评估，识别推荐链路中的核心问题，并推动策略优化落地。 2. 深入分析用户行为、内容供给、推荐分发和消费反馈，发现推荐系统在准确性、多样性、内容质量、长期体验等方面的优化空间。 3. 围绕首页推荐、每日推荐等核心场景，拆解用户需求与推荐效果，通过分析或建模的方式，提出数据驱动的产品和算法改进建议。 4. 参与推荐策略、算法模型和产品机制的实验设计与效果评估，将数据洞察转化为推荐策略、模型特征、内容治理或产品体验优化。
1. 构建与优化消费、生产、商业数据体系，通过趋势预测与归因分析，将数据洞察转化为可落地的业务策略，直接支撑用户增长与运营效率提升。 2. 融合微博平台数据与市场研究理论，洞察行业趋势与竞品动态，创新数据分析方法论，输出对推荐系统、用户增长、商业化有指导意义的策略模型。 3. 基于客户数字化需求，运用数据分析工具（如SQL、Python）挖掘用户价值与市场机会，提出驱动业务增长的数据策略、推荐策略，并推动落地。
1.构建全面的、准确的、能反映服务业务线特征的整体指标体系，并基于业务监控指标体系，及时发现与定位业务问题 2.通过专题分析，对业务问题进行深入分析，为公司产品方向、业务策略提供数据支持 3.沉淀分析思路与框架，提炼数据产品需求，与相关团队（如技术开发团队）协作并推动数据产品的落地 4.与相关团队协作进行数据建模工作，推动业务部门的数据化运营
1.负责推荐数据平台的开发和维护，该平台集成实时/离线数据处理、模型训练、特征处理及元数据管理功能； 2.根据业务需求和团队合作需求，进行平台功能的开发和优化，主要工作涉及后台部分； 3.与下游基础平台和系统（如资源调度系统、WePS、WeOLAP等）进行对接，并为前端同事提供必要的接口支持； 4.持续优化推荐数据平台的后端框架，以提高平台的整体稳定性和效率。
1. 面向消费金融及信贷相关业务场景，基于业务理解和数据科学方法，挖掘用户增长、经营优化和营销转化机会，将复杂业务问题抽象为算法建模和智能决策问题； 2. 负责营销推荐场景的算法建设，包括但不限于用户触达、用户圈选、素材召回、推荐排序、智能出价、流量分发、预算分配、个性化策略和效果优化等方向，提升投放精准性、转化效率和业务增长效果； 3. 深度融合机器学习、深度学习、因果推断、运筹优化、控制优化等方法，设计并落地可规模化的算法解决方案，支撑大规模流量和复杂业务场景下的策略迭代与技术攻坚； 4. 探索大模型技术在营销推荐、数据挖掘和智能决策场景中的创新应用，包括但不限于 LLM Agent、LLM4Rec、算法做功 AI loop 自迭代、用户理解与意图识别、AIGC、智能分析与决策辅助等方向，推动算法能力升级和业务落地； 5. 跟踪前沿算法技术，结合实际业务场景沉淀可复用的算法能力、评估体系和工程化解决方案，持续提升算法研发效率与业务应用效果。