百度
AI 数据分析师（J106779）
AI 数据分析师（J106779）
发布于 3 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
Ai Agent
Sql
实验评估
指标体系建设
数据分析
数据可视化
用户洞察
值不值得投
72综合评分
综合评分 72
聚焦AI Agent前沿业务、技术成长空间大、薪资市场水准，WLB未明确
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
3.2万
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 1390 个在招 · 其中数据分析 10 个
市场机会
选择面较广
北京 · 数据分析 · 约 140 个在招
职位详情
关于这个职位
负责百度内部AI Agent产品的数据分析工作，通过构建指标体系与用户洞察，拆解业务问题并提出改进方案
利用AI工具与SQL/Python提升分析效率，协同产研团队推动产品体验与效率优化，并完善数据监控基础
最低要求
本科及以上学历
熟练 SQL、Excel，掌握 Python/R 等至少一种
理解常用统计与实验评估方法，能识别数据偏差、解释变化原因
用户洞察力：能结合数据分析与用户反馈，区分出「用户功能诉求」和「真正需解决的问题」
问题拆解力：善用第一性原理，把模糊问题转化为可分析、可验证的具体问题
AI 应用力：能用 AI 辅助数据处理、编程分析和内容制作，并独立核验结果
工作职责
洞察厂内用户需求：面向企业不同职能团队，结合行为数据与用户反馈，理解真实工作场景，识别影响用户体验和工作效率的关键问题
用数据拆解问题本质：围绕 Agent 的使用覆盖、留存、任务完成率、处理时长、满意度等建立指标体系
善用第一性原理，从用户要完成的任务或目标出发，审视现有产品和流程，并判断当前问题的根因，提出可验证、可落地的改进建议，避免把「用量增长」等同于「价值实现」
用 AI 提升分析效率：借助 AI 工具辅助数据探索、写分析代码、归纳用户反馈，并独立核验结果，沉淀可复用的分析方法推动问题闭环：协同产品、研发团队按优先级
推动改进落地，通过实验或前后对比验证 Agent 对效率和体验的实际提升
完善数据基础：参与埋点、指标口径建设，搭建自动化监控看板，及时发现异常并定位原因
优先资格
统计、数学、计算机、经济、心理学等相关专业优先
有企业 AI 工具、Agent 产品、知识管理相关经验者优先
有实际应用案例或可复用工作流者优先
AI 洞察
优缺点分析
优点
- 依托头部AI平台资源，接触前沿Agent产品与海量真实业务数据
- 工作内容兼具业务洞察与技术实践，能快速积累AI时代的数据分析方法论
- 跨部门协作机会多，有助于拓宽对产品全生命周期的理解
- 需平衡“用量增长”与“实际价值”的衡量标准，分析结论需强逻辑支撑
- 内部需求方众多，需高效沟通并推动跨团队优先级对齐
- 适合具备扎实数据功底、对AI产品充满热情且善于跨部门沟通的复合型分析人才
缺点 / 挑战
- AI工具迭代快，需持续跟进新技术并验证其可靠性，学习压力大
角色解读
- 向高级数据分析师或数据科学家方向发展，深耕AI产品度量与增长策略
- 转向AI产品经理或商业分析岗位，负责产品规划与商业化落地
- 成为数据领域专家或团队负责人，主导企业级数据基建与分析体系搭建
- 结合业务场景与用户反馈进行深度数据分析，拆解AI Agent产品使用中的核心问题
- 构建并维护数据指标体系与自动化监控看板，保障数据质量与异常预警
- 利用AI工具与编程技能提升分析效率，输出可落地的产品优化建议
- 协同产研团队推进实验验证，量化Agent对工作效率与体验的实际提升
- 熟练掌握SQL、Excel及Python/R进行数据提取、清洗与分析
- 具备扎实的统计学基础与A/B测试等实验评估方法应用能力
- 拥有敏锐的用户洞察力与第一性原理思维，能将模糊业务问题转化为可验证的数据命题
- 熟悉AI工具链在数据处理与代码生成中的应用，并能独立核验结果准确性
申请策略
- 提前研究百度AI生态及Agent类产品特性，准备针对性业务分析思路
- 关注公司近期技术发布会，了解战略重心以匹配面试话题
- 突出SQL/Python实战项目，展示从数据提取到业务洞察的完整闭环案例
- 强调A/B测试设计与效果归因经验，量化分析对业务决策的实际贡献
- 列举使用AI工具提效的具体工作流，体现技术敏感度与创新能力
- 系统学习因果推断与实验设计方法，提升复杂业务场景下的归因能力
- 深入掌握主流BI工具与自动化报表搭建技巧，提高数据交付效率
- 补充AI Agent产品逻辑与用户体验评估框架，增强业务理解深度
面试指南
- 采用STAR法则结构化回答，重点突出背景、行动逻辑与量化结果
- 运用“假设-验证-归因”框架拆解复杂问题，展现第一性原理思维
- 结合具体业务场景说明技术选型依据与交叉验证方法
- 如何设计一套评估企业内部AI Agent使用效果的指标体系？
- 当数据显示用量上升但用户满意度下降时，你会如何排查根因？
- 请分享一个你利用AI工具大幅提升数据分析效率的具体案例
- 如何向非技术背景的产研团队清晰传达你的数据分析结论？
- 复习统计学基础与A/B测试常见陷阱，准备1-2个完整的数据分析项目复盘
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
头部互联网企业提供的薪酬与福利符合市场水准，稳定性较好，但对补偿性动机的极致满足有限。
薪资信号市场水准 (2.2千–4.2万/月)
成长发展
85较高
岗位聚焦AI Agent前沿业务，强调第一性原理与AI工具提效，技术成长与业务视野拓展空间大。
技术前沿前沿/新兴技术
技术栈SQL、Python、R、AI Agent、A/B测试、指标体系
业务类型profit_center
工作生活
50较低
互联网大厂常规节奏，未明确提及弹性或远程政策，工作强度可能较高。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
致力于提升企业内部工作效率与用户体验，具有明确的业务赋能导向与社会价值潜力。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
百度 的其他在招职位
相似职位推荐
Watch Jobs