微信
微信支付-数据科学
微信支付-数据科学
发布于 大约 22 小时前普通员工/个人贡献者
全职员工仅现场办公数据科学
数据科学
Dataagent
Llm
Nl2Sql
Rag
Sql
因果推断
机器学习
知识图谱
值不值得投
77综合评分
综合评分 77
前沿技术栈、大平台高成长性，WLB可能一般，适合技术驱动型人才。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
28K
比数据科学中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
79 个在招
市场机会
选择不多
深圳 · 数据科学 · 7 个在招
职位详情
关于这个职位
负责微信支付场景的数据科学与AI能力建设，包括企业级DataAgent全栈开发、知识图谱与架构优化，结合大模型和机器学习方法赋能业务智能分析与决策，推动数据智能标准落地
最低要求
硕士及以上学历，数据科学、统计、人工智能、机器学习等相关专业，数理基础扎实
熟练掌握机器学习、统计建模、因果推断方法论，具备业务归因、策略评估实战经验
精通Python、SQL、Spark，具备扎实的大数据处理与模型工程落地能力
核心要求：有LLM、RAG、知识图谱落地经验，具备真实DataAgent研发、架构优化、工作流搭建实战经历
擅长业务问题拆解与技术方案落地，具备良好的项目推进与跨团队协作能力
工作职责
负责微信支付场景企业级DataAgent全栈建设，涵盖知识库、知识图谱、架构优化、评测体系搭建，持续迭代Agent智能分析能力
结合大模型与数据科学能力，落地NL2SQL、自动化业务洞察能力，赋能日常数据分析与智能决策
应用机器学习、因果推断等方法解决业务异常排查、用户增长分析、策略归因评估等核心问题
联动各业务线共建统一的数据智能标准，沉淀可复用的AI数据能力体系，实现规模化落地
优先资格
优先：有支付/金融领域 数智化、NL2SQL平台落地、算法竞赛/顶会论文成果者优先
AI 洞察
优缺点分析
优点
- 技术栈前沿，涉及LLM、RAG等新兴AI技术，技能成长空间大
- 平台资源丰富，微信支付是头部支付场景，业务影响广泛
- 有机会参与企业级AI建设，积累大规模落地经验
- 技术难度高，需要扎实的数学基础和工程实现能力
- 业务复杂，涉及金融支付场景，对数据准确性和安全性要求严格
- 适合对数据科学和AI技术有热情，具备扎实数理背景和工程能力，希望在大平台参与前沿项目的求职者
缺点 / 挑战
- 可能面临快速迭代和跨团队协调的压力
角色解读
- 可向数据科学家或AI算法专家方向发展，深耕大模型与数据智能领域
- 有机会晋升为技术负责人或架构师，主导复杂AI项目
- 通过积累支付/金融行业经验，可拓展到金融科技或产品管理岗位
- 负责微信支付场景的DataAgent全栈开发，包括知识库、知识图谱和架构优化
- 应用大模型和机器学习技术落地NL2SQL和自动化业务洞察，支持数据驱动决策
- 使用因果推断等方法解决业务异常分析、用户增长和策略归因等核心问题
- 推动数据智能标准建设，沉淀可复用的AI数据能力体系
- 精通机器学习、统计建模和因果推断方法，具备实战经验
- 熟练使用Python、SQL、Spark等工具进行大数据处理和模型工程
- 具备LLM、RAG、知识图谱落地经验，熟悉DataAgent架构和工作流搭建
- 擅长业务问题拆解和技术方案落地，有良好的跨团队协作能力
申请策略
- 研究微信支付业务和数据智能趋势，面试中展示业务理解
- 准备DataAgent相关技术问题的解决方案，体现架构思维
- 突出机器学习、因果推断和大模型（如LLM、RAG）相关项目经验
- 强调Python、SQL、Spark等技术栈的实战成果，如数据处理、模型部署
- 展示业务问题解决案例，特别是涉及支付、金融或数据分析的项目
- 如有算法竞赛或顶会论文，可重点列出
- 加强LLM和知识图谱的实战训练，如参与开源项目或构建Demo
- 复习因果推断和统计建模方法，准备业务归因案例
面试指南
- 采用STAR法则（情境、任务、行动、结果）结构化回答，突出技术深度和业务价值
- 强调方法论：先定义问题，再选择技术方案，最后展示成果和反思
- 结合实际案例，用数据和结果量化贡献，避免空泛描述
- 如何设计一个DataAgent的架构？请描述关键组件和优化思路
- 举例说明你如何使用因果推断解决业务异常排查问题
- 谈谈你对NL2SQL技术的理解，以及落地过程中的挑战
- 如何评估一个AI模型的业务效果？请举例说明
- 描述一个你参与的跨团队协作项目，你是如何推动落地的
职位点评
薪资福利80
成长发展90
工作生活60
使命价值70
薪资福利
80较高
该职位提供有竞争力的薪资和大公司平台稳定性，但JD未明确披露具体福利。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
90较高
涉及前沿AI技术如LLM和RAG，提供高成长性技能积累机会，但需要较强的学习能力。
技术前沿前沿/新兴技术
技术栈LLM、RAG、知识图谱、Python、SQL、Spark、因果推断
业务类型profit_center
工作生活
60中等
JD未明确工作模式，可能以现场办公为主，生活平衡信息有限。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
微信支付作为金融服务，具有较高社会影响力，行业稳定且技术驱动创新。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs