职位职责： 1、负责直播风控、审核和生态方向的业务指标体系搭建，对短期异常进行归因，对长期趋势进行解读； 2、能根据业务需求完成较为深入的专项数据分析，通过对数据的敏锐洞察、定性和定量分析、以及模型建设，迅速定位内部问题或发现机会； 3、深入理解直播业务，通过探索性的数据分析，从数据中挖掘直播安全&生态方面存在的问题，并提出相应的优化方案； 4、与策略、算法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。 职位要求： 1、本科及以上学历，2年以上数据分析经验，具备安全和风控经验者优先、统计学、数学、数据科学、计算机专业优先； 2、独立完成数据提取与清洗，分析业务问题，并能够基于分析结论提出改进方向； 3、熟练使用 SQL&Python，具备一定的机器学习与数据挖掘理论和技术基础； 4、善于沟通，工作积极主动，有主人翁意识，责任心强，具备良好的团队协作能力与承压能力； 5、具备强烈的好奇心和自我驱动力，喜欢接受挑战，追求极致。

职责： 1、 面向不同业务方向提供分析支持，为产品决策和策略迭代提供高质量的数据依据 2、 设计并优化业务指标体系，规划并推动数据工具建设 3、 深入业务，通过有效的分析输出帮忙回答业务关键问题，驱动业务优化 4、 基于对业务问题的深入思考，规划并开展自主驱动的专题分析，协助业务将分析结论落地 要求： 1、 理工科专业本科以上学历 2、 具备统计分析基础，熟练使用Hive或SQL，了解AB测试，熟悉R/Python等分析工具 3、 具有良好的商业分析能力和商业敏感度，能够快速学习了解业务知识，讲模糊的商业问题转化为数据模型和具体的分析课题 4、 出色的逻辑能力和沟通表达能力，自驱、目标导向，善于和业务团队沟通，能跨部门组织协调、推动项目落地 负责或者作为数据BP支持过复杂项目（业务链路较长，如线上线下联动、多业务团队协作），能适应较强工作压力 加分项： 1、 相关行业或一线互联网公司数据分析/商业分析/数据科学方向工作经验 2、 熟悉数据挖掘算法、机器学习，有过复杂实验独立设计&分析相关经历 3、 有责任感、学习速度快，敢于挑战自身能力边界

工作职责： 1. 优化和完善金融业务的数据分析体系，包括KPI指标体系、报表体系、专题分析体系，提升业务运作效率和降低成本 2. 深入业务，理解业务运作逻辑，利用数据分析手段，发现业务瓶颈并提出行动建议 3. 对业务运营和相关数据产品进行数据监测、分析、统计，持续改进产品与运营效果 4. 应用先进的统计建模、数据挖掘、机器学习等方法建立数据模型以解决金融信贷业务中的实际问题 任职要求： 1.计算机、统计、数学、信息技术等专业本科及以上学历，有5年以上互联网、金融或保险相关数据分析工作经历，具备数据分析团队管理经验优先； 2.具备大数据的处理能力，掌握hive、SQL等相关数据提取工具，熟练操作excel、SAS/SPSS/PYTHON/R、PPT等工具； 3.良好的数据敏感度，有丰富的数据统计、分析的经验，及时发现和分析其中隐含的变化和问题，具备良好的商业敏感度和创新意识； 4.业务sense强，将数据业务化，有数据产品经理经验的优先； 5.具备良好的抗压能力、沟通能力和团队精神，有独立开展分析研究项目经验。 6、业务理解能力强，善于和产品、开发、数据等相关团队同事有效沟通；

岗位职责：   1、参与科技传播数据收集、舆论分析及相关资料整理等工作，参与撰写相关报告材料；   2、参与传播领域分析研究报告的数据整理、分析工作等。   任职要求：   1、本科及以上在校生，理工科专业、新闻编辑、情报专业优先；   2、工作严谨细心，逻辑清晰，具备良好自学能力；   3、知识面宽，关注科学及网络热点，有信息检索和鉴别能力，有一定的文字功底和新闻敏感性；   4、熟悉各类社交媒体，有传播数据分析相关经验的优先；   5、实习期不少于4个月，每周到岗工作不少于4天。 岗位介绍及联系方式：   工作地址：北京市西城区三里河路52号中国科学院   实习工资：80元-200元/天   注：实习表现特别优秀者，将有机会转正。   1、 此信息长期有效，简历请发送至*****************；   2、 简历标题为“应聘岗位名称-姓名-本科/硕士/博士在读-所在院校-专业-实习时间”。

职位职责： 1、负责剪映CapCut整体业务的数据分析工作，主动挖掘业务问题，量化策略增长效果； 2、根据用户数据进行增长相关分析，搭建增长指标体系与增长分析模型，建设并迭代数据可视化体系； 3、与产品、战略、营销、研发等紧密配合，推进结论落地带来业务全局提升； 4、设计A/B实验、因果推断模型等分析方案，对业务优化和决策结论做验证或推演，提供高效的分析方法。 职位要求： 1、研究生学历，数学、经济学、统计学、计算机相关专业优先； 2、擅长量化分析，具备良好的量化思维和结构化思维，较强学习能力和创造力，有用户同理心以及业务敏感度； 3、有责任心，有良好的业务配合能力和团队协作能力； 4、熟练使用Hive，精通SQL/Excel/Python/R等工具。

岗位职责： 1、常规数据输出：按日、月、年多维度进行业务数据输出、并实现核心数据自动推送与优化，为业财分析提供及时有效支持； 2、数据监控体系建设：对齐业务口径，验证数据逻辑；监控核心数据及关键指标，定位异常原因，保证数据质量； 3、专题数据分析：针对专题项目进行数据采集，逻辑定义与报表开发，按专项产出、提供分析判断； 任职要求： 1、本科及以上学历，统计学、计算机、数学等相关专业优先，1-3年数据分析经验； 2、熟练掌握SQL、Excel等工具，具备业务敏感与逻辑思维； 3、自我驱动、学习力强、心态开放。

工作内容： 负责公司销售业务的数据分析，通过挖掘和解读数据，发现业务中存在的问题和商业机会，从而为公司的销售业务提供数据支持和决策依据。 主要职责： - 负责公司销售业务的数据收集、清洗、整理和分析，得出相关的数据报告和洞见； - 根据业务需求，制定相应的数据分析方案，包括数据源的选取、数据预处理、数据分析方法和指标定义等； - 使用数据分析工具和统计学方法，从海量数据中挖掘有价值的信息，发现业务中存在的问题和商业机会； - 撰写数据分析报告，通过可视化的方式呈现分析结果，为公司的销售业务提供决策支持； - 与公司销售团队保持密切沟通，了解业务现状，提出并执行相应的数据分析结果和建议； - 定期更新和优化数据分析方法和模型，保持数据分析和报告的准确性和及时性。 职位要求： - 熟悉数据分析工具，如Tableau、Power BI等； - 熟练掌握 SQL 和 R 等数据分析编程语言，有在大数据平台工作的经验； - 具备数据挖掘和统计分析的基本能力，了解机器学习、数据可视化等前沿技术； - 良好的沟通能力和团队合作精神，善于与他人合作，有成功项目经历优先； - 对销售业务有深入的了解，熟悉公司销售产品、服务和技术等。

职责描述： 1、协助上级制定客群及业务规划的短、中、长期策略，定期开展专项客群、业务、资产规划等分析。 2、根据客户维护策略制定年度维护计划及服务推广计划，增加收入。 3、持续收集并分析同业经验数据，并根据信息总结对业务的影响及建议。 4、根据市场变化，及时调整重点项目策略，检视部门推广项目进度、运作情况和效果，落实并追踪预算实行情况。 5、负责业务领域核心数据体系的规划设计，并推动数据采集及数据口径规范，搭建数据服务产品，利用可视化工具输出动态仪表盘，赋能业务。 6、通过业务数据分析及时监测业务健康度，并针对异常开展专项深度分析，发现问题并提供合理业务建议。 任职要求： 1、本科或以上学历，数学、统计学、商业分析等相关专业背景； 2、5年以上数据分析工作经验，有信用卡、金融或头部互联网数据分析项目相关经验； 3、具备金融行业或互联网企业前瞻性的整套数据管理、数据服务等解决方案的规划和落地经验尤佳； 4、掌握SQL、以及Python/SAS/R语言（至少一种）的数据分析处理技能； 5、优秀的思维逻辑性、语言表达能力； 6、有一定的市场敏锐度，商业嗅觉敏锐者优先。

1、负责日常数据分析及监控，针对异常情况进行跟踪反馈和深入分析； 2、能快速熟悉业务并进行良好的跨部门沟通，并根据实际业务，独立完成较深入的专项数据分析，形成数据分析报告，输出各类数据标准/模板/报表/工具等； 3、通过对公司业务的了解，将数据能力与业务场景需求做深度结合，协助建立分析体系，并据此提出相应的业务、流程优化方向和建议； 4、负责跨境电商规则引擎数据挖掘，分析优化规则。 岗位要求: 1、统计学、数学、计算机专业本科及以上学历，有数据管理与应用相关实习经历优先； 2、有良好的数据敏感度、逻辑思维和分析能力，善于从数据中提炼总结问题并输出建议； 3、对数字敏感，熟练运用常见的数据分析框架和方法，具备良好的逻辑分析能力； 4、有跨境电商的相关数据分析、运营背景者优先。

岗位职责： 1.负责数据源测试，包括样本选择、测试推进、效果评估、测试报告撰写等工作 2.负责对接客户测试需求，提供数据支持，跟进客户的测试反馈，并给出产品优化建议 3.负责其他专项分析，优化和完善数据分析流程，将数据分析结果转化成优化方案 任职要求： 1.至少1年以上从事数据分析相关工作经验，拥有统计学、数学、计算机等相关专业的本科及以上学历； 2.能熟练运用Python/R进行数据分析； 3.具备优秀的分析和解决问题能力，良好的沟通能力和抗压能力，并且具有自我驱动力。

职位描述： 1、负责业务数据统计及分析工作，可基于业务目标及核心策略，搭建全面、准确、客观的指标体系和监控框架； 2、负责业务数据的量化评估，针对重点项目及OKR指标的完成情况等做数据分析及可视化处理； 3、优化和提升业务使用资源的各项指标，包括不限于ROI、资源使用率、项目KPI等，确保资源合理有效使用； 4、负责资源日常资源审核、投放工作。 希望你是： 1、 具备基础的数据分析处理能力； 2、 具备一定的资源管理、投放工作经验； 3、 剧综作品的深度用户。

岗位职责： 1.用户运营数据分析支撑，通过用户特征、行为数据、产品转化数据等对业务进行挖掘和分析，挖掘数据并进行数据的统计建模分析； 2.通过数据分析找出潜在趋势、特点、异常等，对精细化运营提供支持； 3.结合业务特点，探索并建立分析主题，对数据进行深度分析和挖掘，输出可读性强的分析报告；针对不同产品出具分析报告，支持各产品的数据分析，并提出优化策略； 4.针对产品、数据模型建立直观的评价指标体系，根据指标体系，指导运营和业务； 5.将数据分析成果应用于实践，并持续进行跟踪与优化； 6.制定数据分析的工作流程和规范，协助建立分析平台； 7.根据业务要求，结合实际工作需要，协助挖掘新的数据沉淀机会，并据此产生创新应用价值。 任职要求： 1.**211、985本科及以上学历，计算机或数理统计相关专业毕业； 2.两年及以上数据分析经验。 3.熟练掌握SQL，了解Python、R等，加分项：有算法实际应用并取得成果； 4.具有互联网金融、互联网保险、电商、社交、游戏等平台类运营、用户运营经验或产品运营经验，有互联网金融、互联网保险经验尤佳； 5.具有较为成熟的业务思维能力和业务分析方法论，有较为丰富的数据推动业务的实践经验； 6.使用过Tableau等数据可视化工具。 7.熟悉HIVE数据库，能熟练使用基础Shell命令； 8.具有良好的学习能力、时间管理意识、沟通能力

工作职责 1. 负责微博搜索部门相关产品的日志数据的统计和分析以及报表开发，为产品和业务决策等提供数据支持； 2. 负责搜索业务的用户分析、需求分析、效果分析，进行策略分析和调研； 3. 负责围绕用户增长方向进行数据分析和调研，并推进策略上线，提升用户规模； 4. 负责搜索业务的日志清洗和数据规则维护，和相关部门合作对统计数据中的问题进行跟踪、调查和解决； 任职条件 1. 熟练使用hsql语言对数据进行统计和分析，有实际工作经验； 2. 熟悉使用hive、hadoop（mapreduce开发）、spark、mysql、BI工具等常用的数据处理平台和工具； 3. 熟悉python、shell脚本开发语言； 4. 对于产品部门的数据统计分析需求能够很好的进行理解、开发、校验、分析； 5. 对数据敏感，能够独立设计分析方案，进行业务分析，产出分析报告； 6. 责任心强，业务理解能力强，对数据分析有自己的理解，能够和相关业务部门的同事很好合作；

工作内容： 1、参与制定数据治理（元数据管理、数据标准管理、数据质量管理和主数据管理）的规范，并持续优化； 2、参与数据开发规范的制定、优化，数据标准的制定、评审、复审与版本发布； 3、参与制定数据质量流程规范，构建数据血缘，解决业务反馈的重大数据质量问题，并指导改进； 4、深入理解业务，通过数据治理专项提高业务协同度和透明度，提升业务管理能力； 5、负责数据治理类项目的开展实施，梳理数据资产，提高业务系统的数据质量； 6、负责大数据的元数据、主数据、数据质量流程处理等工作； 7、负责构建元数据资产，整理技术元数据、业务元数据； 8、负责撰写数据治理相关文档、报告及各类数据分析报告； 9、梳理各个业务流程数据、数据资产分布。 岗位要求： 1、本科及以上学历，具有相关工作经验3年及以上； 2、对数据治理领域有深入的理解，熟悉数据标准、数据质量和元数据等方面的规范化处理; 3、熟悉数据全生命周期处理流程，有参与过数据仓库或者数据治理、BI开发项目经验； 4、掌握数据治理相关方法和知识，对数据质量管理、数据标准管理、企业级数据建模、主数据管理等领域有实际落地经验； 5、熟悉SQL，了解大数据体系架构及基本的数据开发； 6、熟悉一门以上脚本语言(shell/python等)； 7、具有数据中台建设项目经验者优先； 8、熟悉使用excel、powerpoint、wps等办公软件； 9、有较好的逻辑思维能力，数据洞察能力，良好的解决问题的能力、沟通能力和跨团队合作能力； 10、有参与过大型数据平台项目(亿级日数据)，并有相关实践者优先； 11、团队合作、沟通协调能力强。

岗位职责： 1、针对个人及小微企业信贷业务，以促进业务发展、风险管控为目标，进行大数据分析、挖掘，形成有效的规则、模型； 2、负责客户挖掘、授信、流失、预警等信贷业务生命周期数据分析及模型开发； 3、负责信贷客户风险成因分析； 4、负责信贷业务数据分析、模型效果监控。 任职要求： 1、本科及以上学历，5年以上相关工作经验； 2、熟悉个人、小微企业信贷业务； 3、熟练掌握数据清洗、缺失处理方法； 4、熟练掌握逻辑回归建模方法； 5、熟练掌握机器学习建模方法，能理解并解释使用的机器学习算法； 6、掌握模型验证方法； 7、掌握模型效果、稳定性等模型监控方法； 8、善于归纳总结，主动跟踪学习最新的数据分析、模型开发技术、方法。