京东数据科学家
任职要求
1.熟练掌握AB实验生命周期规范，参与过重大项目的复杂实验设计并拿到端到端分析洞察收益，对电商场景的AB实验指标体系、实验分析等有深刻理解；具有良好的数理统计和概率论基础，对因果推断、统计检验、实验科学等相关领域具有浓厚兴趣和钻研精神； 2.熟练掌握hadoop/spark等大数据计算框架…
工作职责
1.深入理解业务需求，支持公司重要跨域和复杂实验场景的流量结构和实验方案设计，协助业务侧设计专业的AB实验方案、效果评估方案以及因果推断方法，协助业务产出科学的实验评估报告，并为实验后续迭代提供建议，提高业务收益上限； 2.深度参与实验领域的专业方法论研究、底层机制建设以及对应数据产品平台化建设，推动完善实验平台能力； 3.了解业界实验设计、因果推断、量化分析等方向的进展和动态，并结合业务场景探索新的实验方法和观察性研究方法到各类数据产品中，不断优化中台AB实验产品能力； 4.推动公司的AB实验科学文化的运营和推广，完善AB实验相关课程以及团队培训机制，扩大数科团队专业影响力，辅助业务提升科学实验评估能力。
1、 通过数据分析与挖掘，抽象通用模型解决方案，并协助落地， 2、沉淀分析思路与框架，提炼数据产品需求，与相关团队（如数据产品、技术开发等团队）协作并推动数据产品的落地，实现数据产品化。
1. 参与构建下一代AI驱动的数据科学体系，参与构建行业领先的决策智能系统，融合因果推断与大模型推理能力，突破传统AB实验边界； 2. 站在数据科学与生成式AI的交叉前沿，开发基于大模型的自动化分析工具链； 3. 探索RAG在商业分析中的创新应用，实现数据洞察的自然语言交互式挖掘； 4. 接应用先进的机器学习框架和统计方法，设计并实施方案，解决前所未有的业务挑战； 5. 通过Python/R等流行语言编写高效的机器学习算法，产出新颖实用的分析图表； 6. 沉浸在阿里海量的数据中，发挥你的商业敏感度，发现足以改变商业决策的关键洞察，创造性地提出切实可行的营销策略，并通过科学的实验设计来验证其商业效果。
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。
1. 【平台策略数据探索与分析，深度参与复杂业务分析，与高管交互机会多】：对自营模式、平台B2C模式和即时零售模式做深入分析，覆盖商品、价格、流量、用户等业务条线，通过特征挖掘、漏斗转化、异动归因、趋势预测等分析，提升业务决策的科学性与效率； 2. 【数据驱动策略优化，实践全链路方法论】：深入理解货盘经营、流量运营、商家生态等业务逻辑，快速将业务需求转化为数据分析目标，构建多维度策略效果评估模型，结合 A/B 测试、漏斗分析、归因分析等方法，量化评估不同策略的应用效果； 3. 【数据资产建设与迭代，探索AI工具应用】：对接业务系统，整合流量、订单、用户行为等多源数据，构建并维护策略分析相关的数据看板与数据模型，保障数据的准确性、及时性与可用性。