酷澎
Senior Data Analyst (Customer-Centric Planning)
Senior Data Analyst (Customer-Centric Planning)
发布于 大约 21 小时前普通员工/个人贡献者
Taipei, Taiwan
中级经验
全职员工
仅现场办公
学历未注明
数据分析与科学
SQL
ETL
E-Commerce
Ai Automation
AI 估算 · 15k–25k
资深数据分析岗位要求复杂SQL和AI技能，竞争力强，但台湾薪资水平低于大陆一线城市，综合评估中等偏上。
职位详情
关于这个职位
作为酷澎台北客户中心规划团队的高级数据分析师，你将深度整合数据分析与数据工程，负责从原始数据到洞察的完整生命周期，包括维护Airflow ETL流程、构建数据管道、开发自动化工具，并利用AI技术提升运营团队效率
此职位不只是跑报表，而是需要深入技术底层，直接操作Presto和Airflow集群，解决复杂的业务问题
最低要求
年以上数据分析或数据工程经验，能够处理复杂SQL查询（递归CTE、窗口函数、JSON解析）
具备业务分析敏感度，能够将模糊的业务问题（如“客户投诉为何增加？”）转化为具体的数据分析项目
熟悉Tableau Server、Power BI或相关报表创建和操作
工作职责
快速支持（数小时内）并响应各运营团队的需求，制定Ad-Hoc分析计划，生成高质量、高准确度的数据报告
运营痛点分析与根因分析：构建客户体验漏斗，从用户生命周期中识别流程问题和运营问题，并分析深层原因
端到端数据管道构建与维护（ETL & Pipeline）：使用Presto/Hive SQL处理大规模数据，负责设计和维护Airflow DAG，开发和优化数据市场，监控数据管道健康，确保数据质量
流程自动化与工具开发（Automation & Tooling）：使用Python开发自动化脚本，集成Slack、GitHub、Zendesk、Tableau、Presto、Confluence以及各种内部API，并使用/引入LangChain、MCP Server实现各种研究、报告生成、质量保证等的自动更新和发布，减少人工干预，提高团队效率
优先资格
熟悉客服和工单系统运营数据结构：具有客服、电商、物流类似系统的数据分析经验
具备电商或供应链领域知识：了解电商业务模式和物流库存逻辑
具备实际Python开发技能，能编写自动化脚本、处理API集成或进行数据转换
熟悉Airflow或类似工作流调度工具，有实际编写和维护DAG的经验
熟悉版本控制工具（GitHub/Git），习惯Pull Request（PR）评审和协作流程
AI/LLM应用经验：有使用LangChain或内部AI工具构建辅助分析代理或自动化流程的经验
AI 洞察
优缺点分析
优点
- 技术栈前沿：涉及Airflow、Presto、AI工具等，技能含金量高
- 业务影响力大：直接支持客服和运营优化，能看到数据驱动的实际价值
- 跨国电商巨头平台，发展空间和稳定性较好
- 技术广度要求高：需同时掌握数据分析、数据工程和自动化开发，学习曲线陡
- 适合具备数据工程和分析双重背景、喜欢技术深耕并愿意快速解决业务问题的求职者
缺点 / 挑战
- 需要快速响应（数小时内），工作节奏可能较快，压力较大
角色解读
- 向高级数据工程师或数据科学家方向发展，深入AI与大数据技术
- 可成长为数据团队的技术负责人（Tech Lead），管理数据管道和自动化体系
- 在电商与供应链领域积累行业经验，转型为数据产品经理或业务分析总监
- 使用Presto/Hive SQL处理大规模数据，构建和维护数据管道（ETL），确保数据质量和可用性
- 通过Airflow调度任务，监控数据流水线健康，并开发自动化脚本减少重复工作
- 快速响应运营团队需求，进行Ad-Hoc分析和根因分析，输出高质量报告帮助决策
- 集成AI工具（如LangChain）优化流程，提升团队效率
- 精通复杂SQL（递归CTE、窗口函数等），能够处理多源数据整合
- 具备Python开发能力，用于自动化脚本、API集成和数据转换
- 熟悉ETL工具（Airflow）和BI工具（Tableau/Power BI）
- 业务分析思维：能将业务问题转化为数据分析项目，并给出可落地的建议
申请策略
- 注意公司文化强调客户至上，面试中可体现以客户为中心的思考
- 了解酷澎在台湾的火箭配送业务，展现对该市场的热情
- 突出SQL复杂查询经验和Airflow DAG维护案例
- 展示Python自动化脚本或AI工具集成项目（如LangChain）
- 强调电商或客服领域数据分析经验
- 量化成果：如“通过自动化减少80%手动报表时间”等
- 如果缺乏Airflow经验，可先学习基础概念并搭建简单DAG
- 了解LangChain或类似LLM应用框架，准备一个使用案例
面试指南
- 使用STAR方法：Situation-Task-Action-Result，清晰描述背景、任务、行动和量化结果
- 对于技术问题，先概述思路，再细节展开，突出你对数据质量和可靠性的关注
- 对于业务问题，展示结构化分析：从假设到验证，再到根因和建议
- 请描述一个你通过数据分析发现业务问题并推动解决的案例
- 你是如何设计一个Airflow DAG来处理多源数据ETL的？
- 如何处理模糊的业务问题，比如“为什么客户投诉增加了”？
- 分享一个你使用Python自动化脚本提高效率的经历
- 你是否有AI/LLM相关经验？如何应用在数据分析中？
匹配度报告
68
综合匹配度
Senior data analyst role with strong tech stack and automation focus, on-site in Taipei, moderate salary and WLB.
适合人群
This role suits candidates prioritizing technical growth and cutting-edge tools over work-life balance.
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利65
成长发展88
工作生活50
使命价值70
薪资福利匹配
65中等
The salary is undisclosed but typical for senior analyst roles in Taiwan's e-commerce sector; benefits are not specified.
薪资信号未披露（AI估算：15K-25K/月）
成长发展匹配
88较高
Strong focus on cutting-edge tech (AI, Airflow, Presto) and automation; clear growth path in data engineering and AI.
技术前沿前沿/新兴技术
技术栈SQL、Python、Airflow、Presto、Tableau、LangChain、AI、ETL
业务类型profit_center
工作生活匹配
50较低
Requires on-site work in Taipei; no WLB signals; likely standard hours but potential urgency.
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
E-commerce is stable growth; role directly improves customer experience, offering moderate social impact.
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