腾讯
智能体-数据分析师-WorkBuddy/CodeBuddy
智能体-数据分析师-WorkBuddy/CodeBuddy
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
Clickhouse
Did
Etl
Psm
Sql
因果推断
数据仓库
数据可视化
值不值得投
75综合评分
综合评分 75
大厂AI产品核心数据岗，技术栈新、业务价值高，工作生活平衡信息未明。
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
3万
比数据分析中位数高
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 2050 个在招 · 其中数据分析 6 个
市场机会
选择面较广
北京 · 数据分析 · 约 120 个在招
职位详情
关于这个职位
作为腾讯WorkBuddy/CodeBuddy智能体产品的数据分析师，你将负责搭建基础数据体系，构建数据仓库与指标体系，并对用户增长、产品迭代等场景进行深度数据分析
你需要通过A/B实验、因果推断等方法驱动产品优化，并与跨部门团队协作，推动数据价值落地
最低要求
统招本科及以上学历，统计学、数学、计算机科学、经济学或运筹学相关专业背景
年以上互联网数据分析经验，熟练编写复杂SQL查询，掌握Hive/Spark/ClickHouse等大数据处理技术
具备扎实的数据分析方法论，精通指标体系搭建、逻辑归因分析及A/B实验设计原理
熟悉因果推断常用方法（如DID、PSM等），能运用Python/R进行数据建模与可视化呈现
优秀的业务洞察力与逻辑表达能力，能将复杂问题结构化并推动跨团队协作落地
工作职责
负责WorkBuddy/CodeBuddy基础数据体系搭建，包括数据埋点方案设计、数据采集验证及ETL流程开发，确保数据资产完整性与可用性
构建业务级数据仓库模型，设计核心指标体系并开发可视化看板，建立自动化数据质量监控规则与异常预警机制
针对用户增长、产品功能迭代、营销活动等场景开展深度数据分析，运用漏斗分析、归因分析等方法定位关键问题并提出优化策略
主导A/B实验全流程管理，包括实验设计、流量分层、效果评估及结论沉淀，建立实验方法论体系提升决策科学性
通过因果推断模型识别业务驱动因子，量化策略影响效果，为产品优化、资源投放等提供数据支撑
跨部门协同产品、运营、研发团队，精准解读业务需求并转化为可执行的数据分析方案，推动分析成果落地应用
AI 洞察
优缺点分析
优点
- 腾讯作为头部平台，能接触到亿级用户体量的海量数据和前沿的AI业务场景（如智能体），技术栈和分析视野开阔
- 职位职责覆盖从数据基建到业务落地的全链路，对个人综合能力的塑造价值很高
- 作为核心业务的数据分析师，工作成果直接影响产品决策和商业价值，成就感强
- 对业务理解的深度和转化能力要求极高，需要快速学习并融入复杂的业务逻辑
- 在大厂快节奏环境下，需要同时应对多个分析需求，对时间管理和多任务处理能力是考验
- 适合具备扎实数据技术功底、强烈业务好奇心与探究欲，并乐于通过数据驱动复杂业务问题解决的求职者
- 希望在大平台参与有影响力的AI产品建设，并追求技术深度与商业价值结合
缺点 / 挑战
- 推动跨部门协作并让分析成果落地，可能需要面对复杂的组织沟通和资源协调挑战
角色解读
- 可向资深数据分析师或数据分析专家方向发展，深入特定业务领域，成为决策的核心大脑
- 可横向发展至数据科学领域，聚焦于更复杂的机器学习模型与因果推断研究
- 也可转向数据产品经理或业务分析管理岗，负责数据产品规划或团队管理
- 搭建和维护WorkBuddy/CodeBuddy产品的数据基础设施，包括埋点、ETL和数据仓库
- 构建核心指标体系，并通过深度分析和A/B测试等方法，驱动产品功能和用户增长的优化
- 运用因果推断等高级分析方法，量化业务策略的真实效果，为决策提供科学依据
- 作为数据驱动决策的枢纽，与产品、运营、研发等多方团队协作，将分析洞察转化为实际业务行动
- 精通SQL及大数据处理技术（Hive/Spark/ClickHouse），能够从海量数据中提取和加工信息
- 熟练掌握Python/R进行数据分析、建模和可视化，并具备扎实的统计学与因果推断（如DID、PSM）理论基础
- 拥有构建完整指标体系、主导A/B实验全流程的实战经验，具备方法论思维
- 优秀的业务理解与逻辑表达能力，能够将复杂的数据发现转化为业务语言并推动落地
申请策略
- 在简历和面试中，主动展示你对WorkBuddy/CodeBuddy这类智能体产品的理解或兴趣，这体现了你的主动性和业务嗅觉
- 准备时，思考并梳理你过去分析中，是如何定义“业务问题”并将其转化为“数据问题”的，这是高级分析师的关键能力
- 重点突出在数据仓库/数据体系搭建方面的项目经验，展示端到端的数据治理能力
- 详细描述1-2个主导A/B实验或因果推断项目的案例，包括从设计、执行到产生业务影响的完整过程
- 强调使用SQL/Hive/Spark等技术解决实际复杂业务问题的具体案例和量化结果
- 体现与产品、运营等团队协作推动项目落地的成功经验
- 系统复习因果推断方法（如DID, PSM, IV等），并思考其在典型互联网业务场景（如功能迭代、营销活动）中的应用
- 深入学习实验平台和流量系统的运作原理，而不仅仅是实验设计的理论
面试指南
- 针对实验或项目类问题，采用STAR法则（情境、任务、行动、结果）进行结构化叙述，重点突出你的思考过程、技术选型和业务影响
- 针对方法论类问题，先阐述标准流程，再结合具体业务场景说明你的理解和可能的变通，展示理论与实践的结合
- 针对协作类问题，强调你的沟通目标（达成共识、推动落地）、具体做法（如何翻译需求、呈现数据）和最终成效
- 请描述一个你主导的A/B实验案例，你是如何设计实验、评估结果，并最终推动业务决策的？
- 如何为一款新产品（如WorkBuddy）从0到1搭建数据指标体系？你会关注哪些核心指标？
- 当分析发现一个指标有明显波动时，你的排查和归因思路是什么？
- 请举例说明你如何使用因果推断方法（如DID）来评估一个产品功能或策略的真实效果
- 如何向非技术背景的产品经理或业务方解释一个复杂的分析结论，并说服他们采取行动？
职位点评
薪资福利78
成长发展85
工作生活60
使命价值70
薪资福利
78中等
薪资福利具有市场竞争力，但具体水平需结合个人谈判情况确定。
薪资信号市场水准 (2.5千–3.5万/月)
成长发展
85较高
职位要求技术深度与业务广度兼备，能接触前沿AI产品和大规模数据场景，对专业能力成长帮助大。
技术前沿前沿/新兴技术
技术栈因果推断、DID、PSM、Hive、Spark、ClickHouse、Python、A/B实验
业务类型profit_center
工作生活
60中等
JD未提及办公模式、加班情况或WLB相关信息，依据现有信息无法对工作生活平衡做出判断。
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
70中等
参与人工智能智能体产品的数据建设，具有技术前沿性和一定的行业影响力，但产品的社会直接影响力需结合具体业务场景判断。
行业发展高速增长赛道
社会影响中性/一般
使命信号科技的不断革新，最终能带来美好的、撼动人心的改变
创新程度积极采用新技术
Watch Jobs