传音
数据分析工程师-重庆(J20252)
数据分析工程师-重庆(J20252)
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公数据分析
数据分析
A/B测试
Sql
大模型
数据仓库
数据可视化
值不值得投
72综合评分
综合评分 72
校招数据分析岗，重庆工作，技术前沿，成长空间大，但工作模式和WLB待确认。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
1.2万
比数据分析中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 480 个在招
市场机会
选择不多
重庆 · 数据分析 · 7 个在招
职位详情
关于这个职位
该职位面向2027届应届毕业生，参与传音控股智能手机操作系统及产品体验相关的数据建设与分析
工作内容涵盖从数据采集、数仓建模到业务决策支持的完整链路，使用SQL、Python等工具处理亿级用户多源数据，并探索AI Data Agent等前沿技术，将数据转化为产品洞察和业务价值
最低要求
届应届毕业生，统计学、数学、计算机、数据科学、信息管理等相关专业本科及以上学历
熟悉SQL，掌握Python、Excel或BI工具中的至少一种，能完成数据提取、处理、分析和可视化
了解数据仓库基本概念（事实表、维度表、分层设计等），了解Hive、Spark的基本使用
了解常用统计分析方法（描述性统计、相关性分析、回归分析、A/B测试等）
具备良好的数据敏感度和逻辑分析能力，能从数据中发现问题并提出建议
对AI、大模型有基本了解，能使用AI工具辅助日常分析工作
具备较强的学习能力、沟通能力和责任心，善于协作
工作职责
参与产品及业务数据分析，围绕用户行为、体验和运营效率，完成数据提取、统计分析、异常诊断和专题分析，使用SQL、Python等工具输出可复现的分析结论
参与埋点建设与数仓开发，完成埋点方案设计、数据质量评估，实践ODS/DWD/DWS/ADS分层设计，使用Hive、Spark完成离线数据处理
参与搭建业务数据看板，跟踪核心指标变化，建立数据监控和异常发现机制，协助定位问题根因
结合业务场景开展专题分析，运用漏斗分析、留存分析、用户分群、A/B测试等方法，为产品优化和运营策略提供数据支持
探索AI、大模型和Data Agent在数据工作中的应用，辅助SQL编写、异常分析、报告生成等，并对AI输出进行验证复核
与产品、运营、研发等团队协作，将业务问题转化为数据需求和技术方案，推动分析结论落地
优先资格
熟悉Pandas、Polars、PySpark、Scikit-learn等数据分析或机器学习工具
有大模型应用、Text-to-SQL、RAG、AI Data Agent、自动化分析报告等项目经验
AI 洞察
优缺点分析
优点
- 处理亿级用户数据，有完整数据链路实战经验，技术栈全面（SQL、Python、Hive、Spark）
- 探索AI大模型等前沿技术，接触创新应用如AI Data Agent
- 公司业务面向非洲及全球新兴市场，提供国际化视野和增长机会
- 作为应届生需快速适应复杂业务场景和大数据环境，学习曲线较陡
- 跨团队协作需要良好的沟通能力，以推动分析结论落地
- 适合对数据分析和AI应用充满热情，具备扎实编程、统计基础和学习能力的应届毕业生，愿意在科技公司处理大数据并探索前沿技术
缺点 / 挑战
- 数据量庞大，可能面临数据质量、处理性能和异常诊断的挑战
角色解读
- 从初级数据分析师成长为高级数据工程师或数据科学家，专注于技术深度
- 向数据架构或数据产品管理方向发展，承担更多设计和决策职责
- 在AI Data Agent等前沿领域探索，成为跨技术领域的专家
- 参与数据提取、统计分析和专题分析，解决业务问题并输出结论
- 构建和维护数据仓库，处理埋点设计和离线数据处理
- 搭建数据看板和监控机制，跟踪核心指标变化
- 探索AI和大模型在数据分析中的应用，辅助日常工作
- 熟练使用SQL进行数据查询和处理，掌握Python或BI工具进行分析和可视化
- 了解数据仓库概念和分层设计，熟悉Hive、Spark等大数据工具
- 掌握常用统计分析方法，如A/B测试、漏斗分析等
- 对AI和大模型有基本了解，能使用AI工具辅助工作
申请策略
- 研究传音控股的业务和产品，尤其是智能手机操作系统和新兴市场策略，以展示对公司理解
- 准备一个数据分析项目案例，用STAR法则描述如何从数据中发现问题并提供解决方案
- 突出SQL和Python技能，展示数据提取、处理和分析项目经验
- 强调数据仓库相关知识（如Hive、Spark使用）和统计分析方法实践
- 如果有AI工具或大模型应用经历，简要说明以匹配加分项
- 加深数据仓库设计能力，实践ODS/DWD/DWS/ADS分层和大数据工具如Spark
- 学习AI在数据分析中的应用，例如尝试Text-to-SQL或RAG项目
- 提升沟通和协作能力，模拟将业务问题转化为数据方案的场景
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答项目问题
- 先阐述数据仓库设计的基本原则（如分层、事实表维度表），再结合实际工具（Hive、Spark）说明
- 采用漏斗分析、A/B测试等方法逐步排查，强调从数据中提取洞察的过程
- 请描述一个你使用SQL和Python进行数据分析的项目，遇到了什么挑战，如何解决的？
- 如何设计一个数据仓库分层架构来处理用户行为数据？
- 如果业务指标出现异常下降，你会如何进行分析和定位问题？
- 你如何理解AI Data Agent在数据分析中的应用？请举例说明
- 如何与产品、运营团队协作，将他们的需求转化为数据方案？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值75
薪资福利
70中等
薪资未在JD中披露，但作为应届生全职岗位，预计提供市场竞争力的薪酬和基本福利，满足基本补偿需求。
薪资信号未披露（AI估算：8千–1.5万/月）
成长发展
85较高
岗位涉及完整数据链路和前沿AI技术探索，提供丰富的技能成长机会和职业发展路径，对发展性动机满足程度较高。
技术前沿前沿/新兴技术
技术栈SQL、Python、Hive、Spark、AI、大模型
成长机会探索AI Data Agent等前沿技术
业务类型ambiguous
工作生活
50较低
工作地点在重庆，但办公模式未在JD中明确说明，可能需现场办公，工作与生活平衡信息不足，满足程度有限。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
岗位参与智能手机操作系统相关数据分析，推动非洲及全球新兴市场科技变革，具有一定的社会价值和使命感，对意义感动机满足较好。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号用数据驱动非洲及全球新兴市场的科技变革
创新程度积极采用新技术
Watch Jobs