酷澎
Senior Data Analyst (Customer-Centric Planning)
Senior Data Analyst (Customer-Centric Planning)
发布于 2 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
Etl
Power Bi
Sql
数据管道
自动化
值不值得投
72综合评分
综合评分 72
跨国电商高级数据岗，技术与业务深度融合，引入AI自动化，成长空间大但响应要求高。
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
2万
与数据分析中位数基本持平
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 280 个在招 · 其中数据分析 11 个
市场机会
选择不多
台北 · 数据分析 · 10 个在招
职位详情
关于这个职位
该职位隶属于酷澎台湾的以客户为中心的规划团队，要求候选人兼具数据分析与数据工程能力
你将负责维护Airflow ETL流程，利用Python和AI工具进行自动化开发，支持供应商支持、客户支持等团队的运营与体验优化
这不仅是一个跑报表的岗位，更需要你深入底层技术，参与从原始数据到洞察的全生命周期
最低要求
年以上数据分析或数据工程经验，具备处理复杂SQL查询的能力（如递归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“为什么客户投诉增加？”）转化为具体的数据分析项目
熟悉Tableau Server、Power BI或相关的报表创建与运营
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，并产出高质量、高准确率的数据报告
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 DAGs，开发和优化Data Marts，监控数据管道健康状况并确保数据质量
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及各种内部API，并使用/引入LangChain、MCP Server实现各类研究、报告生成、质量保证等的自动化更新和发布，减少人工干预并提高团队效率
优先资格
熟悉客服和工单系统运营数据结构：有客服、电商、物流等类似系统的数据分析经验
具备电商或供应链领域知识：了解电商商业模式和物流库存逻辑
具备实际的Python开发技能，能够编写自动化脚本、处理API集成或进行数据转换
熟悉Airflow或类似的工作流调度工具，有编写和维护DAG的实际经验
熟悉版本控制工具（GitHub/Git），习惯Pull Request (PR) 审查和协作流程
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
- 技术与业务深度融合，不仅能提升数据分析能力，还能积累扎实的数据工程与自动化开发经验
- 处于跨境电商扩张期，业务场景丰富，能接触到海量真实数据与复杂的供应链/客服链路
- 团队积极引入AI和自动化工具，技术氛围开放，有助于保持技术敏锐度
- 岗位兼具分析与工程职责，需要同时兼顾业务洞察与底层代码维护，工作负荷可能较大
- 适合既懂业务分析又具备较强代码开发能力，希望在数据工程与自动化方向深耕的复合型数据人才
缺点 / 挑战
- 需要快速响应运营团队的Ad-Hoc需求，可能在数小时内产出报告，对时间管理和抗压能力要求较高
角色解读
- 纵向可晋升为数据分析专家或数据工程架构师，主导更复杂的数据基础设施设计
- 横向可向数据产品经理或业务运营负责人转型，利用数据驱动业务战略决策
- 深入业务运营，通过构建客户体验漏斗和根因分析，解决客户投诉等实际业务痛点
- 负责端到端的数据管道建设，使用Presto/Hive和Airflow处理大规模数据并保障数据质量
- 利用Python和AI工具（如LangChain）开发自动化脚本与工具，集成各类内部API以提升团队整体效率
- 扎实的SQL能力，能够处理递归CTE、窗口函数等复杂查询，并熟悉Presto/Hive等大数据引擎
- 具备Python开发能力，能够编写自动化脚本、处理API集成及数据转换
- 敏锐的业务分析嗅觉，能将模糊的业务问题转化为可落地的数据分析项目
申请策略
- 在面试中展现对电商供应链或客服工单系统数据结构的理解，体现业务Domain Knowledge
- 突出复杂SQL查询优化及大规模数据管道（ETL）建设的实际项目经验
- 展示利用Python进行自动化开发、API集成或引入AI工具提升效率的具体案例
- 强调将模糊业务问题转化为数据项目并产出业务价值的完整闭环经历
- 提前熟悉Airflow的DAG编写与调度逻辑，复习Presto/Hive SQL的高级特性
- 了解LangChain或MCP Server在数据分析代理中的基础应用，准备相关的技术Demo
面试指南
- STAR法则：针对业务分析题，按情境、任务、行动、结果的结构，重点突出你的分析逻辑和最终带来的业务收益
- 技术深度+业务价值：针对技术题，先阐述技术实现细节（如SQL优化、Airflow配置），再说明该技术如何保障了业务数据的及时性与准确性
- 请分享一个你将模糊的业务问题（如客户投诉增加）转化为数据分析项目并找到根因的案例
- 在处理大规模数据时，你如何设计和优化Airflow DAG及Presto查询以保证性能和数据质量？
- 你如何使用Python和自动化工具来减少团队的手动干预？请举例说明
- 面对运营团队要求在数小时内产出的Ad-Hoc需求，你如何平衡响应速度与数据准确性？
- 准备2-3个端到端的数据项目案例，涵盖从数据接入、ETL处理到最终报表输出及业务赋能的全过程
- 复习电商/物流/客服领域的常见数据指标与漏斗模型，以便在面试中快速对齐业务语境
职位点评
薪资福利75
成长发展85
工作生活50
使命价值70
薪资福利
75中等
JD未明确披露具体薪资与福利细节，但高级数据岗位结合数据工程复合技能要求，通常具备较好的市场薪酬回报。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
岗位高度整合数据分析与数据工程，且积极引入AI和自动化工具，技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈SQL、Python、Airflow、Presto、Hive、Tableau、Power BI、LangChain、MCP Server
业务类型cost_center
工作生活
50较低
JD要求数小时内快速响应运营需求，工作节奏可能较快，对时间管理要求较高。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
70中等
致力于重塑购物体验并提升客户满意度，业务具有较高的社会服务价值与用户影响力。
行业发展高速增长赛道
社会影响中性/一般
使命信号reimagining the shopping experience、wowing each customer
创新程度积极采用新技术
酷澎 的其他在招职位
相似职位推荐
Watch Jobs