蚂蚁金服蚂蚁集团-数据科学家-杭州

1、指标研发：建设产品指标库和相关应用，分析指标相关性，拆解KPI，定义和开发不同场景的指标体系 2、用户理解&业务分析：结合业务目标和需求，使用多种分析方法和工具，为业务提供洞察和助力，例如漏斗分析，路径分析，用户痛点分析，用户分群分析等 3、A/B实验&因果推断：通过A/B实验，PSM&DID，时间序列方法对不同产品策略进行评估，并进行深入的下钻分析和归因分析，对实验迭代提出方向性建议 4、统计建模&机器学习：通过回归、预测、优化等建模方法，挖掘用户行为规律，优化产品形态和用户体验 5、方法论沉淀和创新，以及工具建设：对实验、分析、建模方法论进行沉淀和创新，建立数据科学方法论，落地到平台工具

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

团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok 在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok直播研发团队，旨在实现TikTok直播业务的研发工作，搭建及维护业界领先的产品。 加入我们，你能接触到包括：社交互动、营收活动、主播生态、消费订阅、游戏直播、公会&运营平台等核心业务场景，支持产品在全球赛道上高速发展； 也能接触到包括服务架构、大模型算法、基础技术等方向上的技术挑战，保障业务持续高质量、高效率、且安全地为用户服务；同时还能为不同业务场景提供全面的技术解决方案，优化各项产品指标及用户体验。 在这里， 有大牛带队与大家一同不断探索前沿， 突破想象空间。 在这里，你的每一行代码都将服务亿万用户。 在这里，团队专业且纯粹，合作氛围平等且轻松。 目前在北京，上海，杭州、广州、深圳分别开放多个岗位机会。 1、负责TikTok直播业务体验优化相关数据科学工作，结合业务场景，以数据驱动直播业务的体验优化； 2、负责体验数据基建，包括埋点体系设计、指标定义，以及相对应的线上监控能力建设； 3、负责体验优化实验设计与分析，完善实验规范，优化实验策略； 4、把握所在方向的数据科学工作规划，挖掘体验优化潜力，发现并量化线上问题，判断收益空间，保障落地效果； 5、探索前沿数据科学分析方法，实际应用于契合业务场景的体验优化工作； 6、探索工程化智能化分析及挖掘方法，以提升泛体验优化工作效率。

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.