logo of jd

京东数据科学家

社招全职数据科学岗地点:北京状态:招聘

任职要求


1.精通 PythonSQLR 等,熟练运用 PandasNumPy、Scikit-learn、TensorFlow 等,具备丰富的数据分析项目实战经验;
2.对 AB 实验有深入的理解和实践经验,熟悉常见的实验设计方法和统计分析方法,如假设检验、置信区间估计、方差分析等,能够独立设计并执行 AB 实验,准确分析实验结果并给出决策建议;
3.熟练掌握数据挖掘机器学习算法,能够运用这些算法进行用户分层、需求预测、等数据分析任务;
4.具备良好的数据可视化能力,熟练使用 Tableau、PowerBI 等,能够将复杂的数据分析结果以直观易懂的方式呈现给非技术背景的业务团队和管理层;
5.对大数据处理技术有一定了解,如 HadoopSparkFlink 等分布式计算框架,具备处理海量数据的能力和经验者优先。

符合京东价值观:客户为先、创新、拼搏、担当、感恩、诚信。

工作职责


1.负责京东跨境电商AB实验工作,负责设计、开发和优化AB实验流程,确保实验的科学性、准确性以支持产品、运营等各部门的数据决策需求,进行实验数据开发并对实验结果进行严谨的统计分析和解读;
2.深入分析用户行为数据将用户划分为不同的价值群体,对各层级用户进行深入画像刻画,持续优化用户分层模型和运营策略,提升用户留存率、活跃度和转化率;
3.对商品数据等进行全面分析,挖掘商品的销售趋势、市场需求规律、竞争态势等,为商品的选品、定价、促销、补货等运营决策提供数据支持和优化建议;
4.负责营销活动的全过程数据分析,包括活动前目标设定、活动中的数据监测与优化调整、活动后的效果评估与总结分析,为营销策略的制定、执行和优化提供数据支撑,提高营销活动的精准度和效果。
包括英文材料
Python+
SQL+
R+
Pandas+
NumPy+
TensorFlow+
数据分析+
数据挖掘+
机器学习+
算法+
Tableau+
Hadoop+
Spark+
相关职位

logo of meituan
社招核心本地商业-美

1、研究、试点和推广应用更多科学实验方法,包括但不限于ABTest、MAB、层域实验、Causal Impact、工具变量法、时间片轮转、DML等,在美团丰富多样的业务场景中进行数据科学赋能。 2、建立并持续完善科学实验机制,和产研一起推动实验平台的迭代或升级,打造业界一流水准的公司级实验平台。 3、实验文化与案例的宣讲,提升组织实验认知。 4、对重大实验决策,负责科学实验方案设计、关键结论以及业务洞察。

更新于 2025-08-12
logo of bytedance
社招3年以上A233721

1、负责国际化商业化营销度量的策略方向的业务指标体系建设,对短期营销效果进行归因,对长期趋势进行解读; 2、深入理解国际化商业化营销业务目标,通过数据分析与数据建模(统计学+机器学习)形成分析洞察,使用因果推断模型、营销组合模型衡量营销活动效果,找到潜在优化方向,为业务决策提供数据支持; 3、主导并执行营销数据分析项目,根据业务需求完成较为深入的专项数据分析,通过对数据的洞察、定性和定量分析以及模型建设,迅速定位问题或发现机会,给出具体可行的优化建议; 4、与营销经理、产品、工程技术以及其他部门完成高质量沟通,保证推动数据分析结论的落地与持续优化; 5、探索归纳分析方法论,研究数据科学理论,推进数据产品的迭代优化,提升分析效率。

更新于 2024-09-09
logo of bytedance
社招3年以上A170783

1、负责国际化商业化营销度量的策略方向的业务指标体系建设,对短期营销效果进行归因,对长期趋势进行解读; 2、深入理解国际化商业化营销业务目标,通过数据分析与数据建模(统计学+机器学习)形成分析洞察,使用因果推断模型、营销组合模型衡量营销活动效果,找到潜在优化方向,为业务决策提供数据支持; 3、主导并执行营销数据分析项目,根据业务需求完成较为深入的专项数据分析,通过对数据的洞察、定性和定量分析以及模型建设,迅速定位问题或发现机会,给出具体可行的优化建议; 4、与营销经理、产品、工程技术以及其他部门完成高质量沟通,保证推动数据分析结论的落地与持续优化; 5、探索归纳分析方法论,研究数据科学理论,推进数据产品的迭代优化,提升分析效率。

更新于 2025-02-08
logo of bytedance
社招3年以上A162159

1、负责国际化商业化营销度量的策略方向的业务指标体系建设,对短期营销效果进行归因,对长期趋势进行解读; 2、深入理解国际化商业化营销业务目标,通过数据分析与数据建模(统计学+机器学习)形成分析洞察,使用因果推断模型、营销组合模型衡量营销活动效果,找到潜在优化方向,为业务决策提供数据支持; 3、主导并执行营销数据分析项目,根据业务需求完成较为深入的专项数据分析,通过对数据的洞察、定性和定量分析以及模型建设,迅速定位问题或发现机会,给出具体可行的优化建议; 4、与营销经理、产品、工程技术以及其他部门完成高质量沟通,保证推动数据分析结论的落地与持续优化; 5、探索归纳分析方法论,研究数据科学理论,推进数据产品的迭代优化,提升分析效率。

更新于 2025-02-08