滴滴出行
数据分析师
数据分析师
发布于 大约 21 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
数据分析
SQL
AI工具
数据监控
BNPL
经营策略
消费信贷
用户分析
业务指标体系
AI 估算 · 15k–25k
上海互联网大厂数据分析岗，3年经验要求，市场薪资范围15-25K，竞争力强
职位详情
关于这个职位
作为滴滴出行的数据分析师，你将负责巴西BNPL（先买后付）业务的数据监控与分析，搭建指标体系，输出日常报表
同时参与经营策略分析，支持业务决策，并承担专项分析任务，涉及用户分层、生命周期等
岗位要求3年以上金融/互联网数据分析经验，熟练使用SQL/Python，并鼓励使用AI工具提升效率
最低要求
一、数据建设：负责巴西BNPL业务的日常数据监控与分析，输出日报、周报、月报 - 搭建并维护业务指标体系，持续优化数据口径与报表准确性 - 通过数据发现业务问题与机会，提出可落地的优化建议 二、经营策略：分析获客、活跃、生息等核心业务策略，支持业务策略制定 - 监控业务指标异动，进行归因分析并推动落地 - 参与业务复盘，输出业务洞察与策略建议 三、专项分析：支持运营、产品及风控团队的专项数据分析需求 - 参与用户分层、生命周期、vintage等分析，评估业务健康度 - 配合数据团队推进数据标签与模型建设，良好的跨团队协作 任职要求： 学历与专业 - 本科及以上学历，统计学、数学、金融、经济学等相关专业优先 经验要求 - 3年以上金融/互联网数据分析经验，有消费信贷、现金贷、月付经验优先 - 熟练使用SQL/Python，能够独立完成复杂数据提取与口径验证 - 使用AI工具提升工作效率，实现报告撰写，报表产出，数据分析等工作
业务能力 - 对消费信贷、月付业务有深入理解，熟悉授信、支用、还款等业务流程 - 能够独立完成从数据提取到分析报告的全流程工作 - 有良好的业务敏感度，能快速理解业务并发现问题
工作职责
一、数据建设：负责巴西BNPL业务的日常数据监控与分析，输出日报、周报、月报 - 搭建并维护业务指标体系，持续优化数据口径与报表准确性 - 通过数据发现业务问题与机会，提出可落地的优化建议 二、经营策略：分析获客、活跃、生息等核心业务策略，支持业务策略制定 - 监控业务指标异动，进行归因分析并推动落地 - 参与业务复盘，输出业务洞察与策略建议 三、专项分析：支持运营、产品及风控团队的专项数据分析需求 - 参与用户分层、生命周期、vintage等分析，评估业务健康度 - 配合数据团队推进数据标签与模型建设，良好的跨团队协作
AI 洞察
优缺点分析
- 滴滴作为上市大厂，提供稳定的平台和丰富的业务数据，有助于积累消费信贷行业经验
- 岗位涉及数据建设、经营策略和专项分析，工作内容多样，技能成长空间大
- 鼓励使用AI工具，顺应行业趋势，提升个人技术竞争力
- 位于上海，互联网与金融科技资源丰富，职业发展潜力好
- 涉及巴西BNPL业务，可能时差沟通，需要较强的跨文化协作能力
- 互联网公司业务节奏快，对数据及时性和准确性要求高，工作压力较大
- 岗位要求独立完成全流程分析，需要较强的自驱力和问题解决能力
- 该职位适合有3年以上数据分析经验、对消费信贷领域感兴趣、喜欢钻研数据驱动业务的求职者，尤其适合希望在金融科技方向发展的人
角色解读
- 在数据分析领域深耕，可成长为高级数据分析师或数据科学家，专注于更复杂的模型与策略
- 转向业务方向，成为业务分析经理或产品运营专家，主导策略制定
- 积累BNPL和消费信贷行业经验，向金融科技领域其他岗位如风控分析、策略分析发展
- 负责巴西BNPL业务的数据监控，输出日报、周报、月报，确保业务指标可视化
- 参与经营策略分析，通过数据发现获客、活跃等环节的问题，提出优化建议
- 支持运营、产品和风控团队的专项分析，如用户分层、生命周期分析，评估业务健康度
- 配合数据团队推进数据标签与模型建设，推动数据驱动决策落地
- 熟练使用SQL和Python进行复杂数据提取、清洗与分析，能够独立完成全流程工作
- 具备金融或互联网数据分析经验，对消费信贷、月付业务有深入理解
- 掌握AI工具提升工作效率，如自动生成报告、报表等
- 拥有良好的业务敏感度和跨团队沟通协作能力
申请策略
- 申请前了解滴滴国际业务（特别是巴西）的发展动态，在面试中展现对业务的理解
- 准备一个完整的数据分析项目案例，从问题定义、数据提取到结论建议，体现全流程能力
- 突出金融或互联网数据分析项目经验，特别是涉及消费信贷、用户增长或经营分析的案例
- 强调熟练使用SQL和Python进行数据提取与建模，最好有量化成果或优化效果
- 展示使用AI工具（如自动化报表、智能报告）提升效率的实例，体现技术前瞻性
- 如果有跨团队或跨国协作经验，务必在简历中体现，以匹配巴西业务的背景
- 提前学习BNPL业务模式和消费信贷核心指标（如授信、支用、逾期率等），加深行业理解
- 补充统计学或机器学习知识，为后续用户分层、生命周期分析做准备
面试指南
- 采用STAR原则（情境、任务、行动、结果）来回答行为问题，突出数据洞察和业务影响
- 对于技术问题，先确认需求，再阐述数据提取与分析方法，最后强调验证和结论
- 展示业务敏感度时，结合具体业务场景，说明如何从数据中推导出可落地的建议
- 如何搭建一个业务指标体系？请举例说明
- 描述一次你通过数据分析发现业务问题并提出优化建议的经历
- 解释BNPL（先买后付）业务的核心指标有哪些？如何监测风险？
- 在跨团队协作中，如何确保数据口径一致？
- 你如何使用AI工具提升数据分析工作效率？请分享具体例子
匹配度报告
69
综合匹配度
上市大厂数据分析岗，BNPL业务，薪资优厚、发展空间大，但现场办公且可能加班。
适合人群
最适合注重技能成长和职业发展的求职者，对薪资福利有较高要求但能接受现场办公和较大工作压力。
最强匹配
成长发展匹配
最弱匹配
使命价值匹配
薪资福利80
成长发展85
工作生活60
使命价值50
薪资福利匹配
80较高
滴滴作为上市大厂，薪资水平处于市场中上，福利保障完善，但JD未明确薪资福利细节，补偿性动机满足度较高。
薪资信号未披露 (15K-25K/月)
成长发展匹配
85较高
岗位涉及数据建设、经营策略和专项分析，技能成长空间大，鼓励使用AI工具，发展性动机满足度很高。
技术前沿主流现代技术
技术栈Python、SQL、AI工具
业务类型profit_center
工作生活匹配
60中等
工作地点在上海，需要现场办公，未提及弹性工作或远程选项，互联网公司加班文化普遍，生活化动机满足度中等。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
50较低
消费信贷业务属于中性社会影响，行业稳定但非高社会价值导向，意义感动机满足度一般。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs