Alibaba logo
阿里巴巴
高德-DS数据科学-用户增长方向

高德-DS数据科学-用户增长方向

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 2.5–4.5万 · AI 参考估算
中级经验
本科
全职员工仅现场办公数据分析与科学
数据分析与科学
Ai应用
Sql
归因分析
数据分析
数据挖掘
用户增长
统计学

值不值得投

80综合评分

综合评分 80

大厂核心业务数据岗,AI技术应用前沿,成长空间大,但工作强度可能较高

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

3.5万

比数据分析与科学中位数高

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 4910 个在招 · 其中数据分析与科学 22 个

市场机会

选择面较广

北京 · 数据分析与科学 · 约 520 个在招

职位详情

关于这个职位

负责高德打车业务的数据洞察与实验设计,通过A/B测试和归因分析驱动用户增长与运营效率提升

同时结合AI工具优化数据分析工作流,沉淀平台化数据产品,为业务决策提供深度支持

最低要求

统计、数学、管理信息系统、运筹学等相关专业本科及以上学历,具有3年及以上大型互联网公司数据分析工作经验(必须)

熟悉SQL、Tableau、Python,熟悉统计学、数据挖掘的常用算法,掌握A/B实验设计、假设检验、归因分析等流程及统计学原理
具备AI工具在实际数据分析工作中的应用经验,能够设计提示词、提供必要的业务上下文,结合SQL/Python完成分析任务
能够独立核验AI生成的代码、数据结果和分析结论,遵守数据安全与隐私规范
具有较强的逻辑思维、业务理解和问题拆解能力,具备良好的沟通表达与组织协调能力,能够推动分析结论转化为业务行动

工作职责

数据洞察:针对特定商业场景设计科学的分析框架,产出清晰、严谨、有深度的评估报告,结合数据分析与业务理解,识别业务问题和增长机会,为业务决策提供支持

实验设计:参与业务规模增长、运营效率提升等探索性A/B实验的设计、效果评估和归因分析,提出改进建议
覆盖乘客端或司机端全生命周期运营,与上下游团队协作,推动增长实验落地
平台沉淀:在满足业务分析需求的同时,将高频、重要的需求提炼为可复用的方法论与分析流程,结合AI应用沉淀平台化的数据产品及自动化分析能力
AI应用:围绕数据提取、清洗、探索分析、代码编写和报告生成等环节,应用大模型及AI工具优化分析工作流
探索异常诊断、分析任务自动化等应用,验证分析准确性与实际提效效果

优先资格

具备打车业务用户增长、营销等相关经验者优先

有分析Agent、AI自动化工作流或AI辅助数据产品的实际落地经验,并能说明具体应用场景及效果者优先

AI 洞察

优缺点分析

优点

  • 处于行业头部平台,接触海量真实业务数据,成长速度快
  • 聚焦AI+数据分析前沿方向,技能栈具有高度稀缺性和市场竞争力
  • 直接驱动核心业务增长,成果可见性强,对职业发展助力大
  • 完善的培训体系和晋升机制,适合追求技术与管理双重发展的候选人
  • 大厂内部竞争激烈,对数据分析的深度和业务影响力要求极高
  • 跨部门沟通协调成本高,需具备较强的推动力和影响力
  • 适合具备扎实统计基础、熟悉AI工具应用、且对业务增长有强烈兴趣的数据分析师或数据科学家

缺点 / 挑战

  • 需要不断跟进AI技术变化,保持学习压力较大
  • 业务节奏快,可能面临较高的工作强度和紧迫的项目交付压力

角色解读

  • 纵向发展:成为资深数据科学家或数据专家,负责更复杂的业务战略决策支持
  • 横向拓展:转向数据产品经理或增长黑客方向,主导数据产品规划或专项增长项目
  • 技术深耕:专注于AI in Data领域,成为数据分析自动化与智能化工具领域的专家
  • 深入业务场景,通过数据建模和分析框架识别增长机会,输出高质量分析报告
  • 主导A/B实验设计与归因分析,量化业务策略效果,推动用户增长和效率提升
  • 利用AI大模型工具优化数据处理和分析流程,开发自动化分析工具和平台化产品
  • 跨部门协作,将数据洞察转化为具体的业务行动建议,并监控执行效果
  • 扎实的统计学基础和编程能力,熟练掌握SQL、Python及可视化工具
  • 精通A/B实验设计、假设检验及因果推断等数据分析核心方法论
  • 具备AI工具应用能力,能利用LLM进行提示词工程、代码生成及结果校验
  • 优秀的业务敏感度,能将数据结果与商业逻辑结合,解决实际问题

申请策略

  • 准备1-2个完整的A/B实验案例,包括背景、设计、结果分析和业务影响
  • 了解高德打车当前的业务痛点和发展方向,展现对业务的思考
  • 展示对AI在数据分析中应用的最新理解和实践,体现技术前瞻性
  • 突出3年以上大厂数据分析经验,重点展示A/B实验设计和归因分析案例
  • 详细列举使用Python/SQL解决复杂业务问题的具体项目和量化成果
  • 强调AI工具(如LLM)在实际工作流中的应用经验,展示提效成果
  • 体现业务理解能力,说明如何将数据洞察转化为业务行动并带来增长
  • 深入学习因果推断和高级统计模型,提升实验设计的科学性

面试指南

  • STAR法则:情境(Situation)、任务(Task)、行动(Action)、结果(Result)
  • 数据驱动:强调基于数据和证据的决策过程,而非主观猜测
  • 业务导向:始终将数据分析与业务目标和价值挂钩
  • 反思迭代:展示从失败或复杂案例中的学习和改进能力
  • 请分享一个你主导的A/B实验案例,你是如何设计实验并分析结果的?
  • 在使用AI工具进行数据分析时,你遇到过哪些挑战?是如何解决的?
  • 如何判断一个数据指标的变化是由业务策略引起的,还是随机波动?
  • 如果业务方提出的需求缺乏明确目标,你会如何处理?

职位点评

薪资福利85
成长发展90
工作生活60
使命价值75

薪资福利

85较高

作为已上市巨头企业的核心业务部门岗位,薪资水平通常处于市场中上,福利体系完善,具有较高的补偿性吸引力。

薪资信号未披露(AI估算:2.5千–4.5万/月)

成长发展

90较高

岗位深度融合AI前沿技术与数据分析,提供广阔的技能成长空间,且在大平台有清晰的职业晋升路径。

技术前沿前沿/新兴技术
技术栈AI、LLM、Python、SQL、A/B Testing、归因分析
业务类型profit_center

工作生活

60中等

JD未明确提及WLB政策,但互联网大厂核心业务部门通常工作强度较大,可能存在加班情况,弹性办公可能性低。

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

75中等

岗位直接服务于出行这一民生基础设施领域,通过数据优化用户体验和效率,具有一定的社会价值和行业影响力。

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