DiDi logo
滴滴出行
国际化外卖营收实验数据科学专家

国际化外卖营收实验数据科学专家

发布于 大约 2 小时前

普通员工/个人贡献者

北京市
高级经验
全职员工
仅现场办公
硕士
数据科学
A/B测试
Sql
价格弹性
因果推断
实验设计
数据科学
用户分层
统计建模
营收分析

AI 估算 · 30k–50k

北京资深数据科学专家,掌握实验设计与因果推断稀缺技能,互联网平台薪资竞争力强,月薪3-5万。

职位详情

关于这个职位

这是一个负责滴滴国际化外卖业务营收增长的数据科学专家岗位,核心工作是设计并分析A/B实验,用因果推断和统计建模评估定价、会员等策略对营收的影响

你将处理多国多城市的海量数据,为业务提供量化决策支持,并与产品、算法和区域团队紧密协作
适合有扎实统计学基础、热爱解决业务问题的数据科学家

最低要求

硕士及以上学历,统计学、经济学、数学、计算机、运筹学或相关专业优先

具备3年以上数据科学、实验科学、因果推断、增长分析、定价分析或相关工作经验
具备扎实的统计学和实验设计基础,熟悉A/B实验、样本量估算、统计显著性、实验偏差识别和结果解释
熟悉因果推断、价格弹性、用户分层、预测或优化等分析方法,能够根据业务问题选择合适的方法,而非机械套用模型
熟练使用SQL和Python,能够独立完成数据处理、特征构建、分析建模、实验评估和结果可视化
具备较强的业务理解和问题抽象能力,能够将复杂、模糊的业务问题转化为清晰的分析框架和可验证假设

工作职责

负责国际化外卖 Revenue Growth 相关的实验设计、数据科学、数据分析工作,为 Delivery Fee、Service Fee、会员定价及其他营收策略提供量化决策支持

将业务问题转化为可验证的假设和实验方案,设计实验分组、样本量、实验周期、核心指标及护栏指标,确保实验结果科学、可信
围绕不同国家、城市、场景及用户群体,开展价格弹性、用户异质性、用户分层和收入机会分析,识别可规模化的营收增长机会
运用因果推断、统计建模及准实验等方法,评估策略对营收、订单量、转化率、留存、会员渗透及平台利润的增量影响
分析实验结果在不同城市、用户和业务场景下的差异,识别策略生效或失效的原因,并形成下一轮实验和策略建议
与定价及营收策略、产品、算法、数据和区域业务团队紧密协作,共同定义业务问题、模型目标、业务约束和评估标准,推动分析结论应用于产品和策略决策
建立并沉淀可复用的实验设计、价格弹性分析、收益测算和策略评估框架,提升多国家、多场景下的决策效率
推动实验平台、数据基础和分析工具能力建设,提升实验设计、监控、分析和复盘的自动化及标准化水平

AI 洞察

优缺点分析

优点

  • 国际化业务场景,接触多国家多市场数据,视野开阔
  • 深度参与核心营收策略,业务影响力大
  • 使用前沿的实验设计和因果推断方法,技术深度强
  • 滴滴平台规模大,数据基础好,成长空间广阔
  • 国际化业务复杂性高,需协调多时区、多文化团队,沟通成本高
  • 工作节奏可能较快,需要同时推进多个实验项目
  • 适合具备扎实统计学背景,热爱用数据驱动业务决策,并能适应跨文化协作的数据科学家

缺点 / 挑战

  • 营收实验涉及大量利益攸关方,实验设计需严谨,压力较大

角色解读

  • 可向资深数据科学专家或数据科学团队负责人发展,管理实验科学团队
  • 可深入营收策略方向,成为定价策略或增长策略领域的专家
  • 可横向拓展到国际化业务的其他分析领域,如用户增长、运营分析
  • 负责国际化外卖平台的营收增长实验设计,包括定价、会员等策略的A/B测试
  • 将业务问题转化为统计假设,设计实验方案并分析结果,评估策略对营收、转化等指标的影响
  • 运用因果推断和统计建模进行价格弹性、用户分层分析,挖掘营收增长机会
  • 与产品、算法、区域团队协作,推动分析结果落地到业务决策
  • 扎实的统计学和实验设计基础,熟悉A/B测试、样本量估算、显著性检验
  • 熟练使用SQL和Python进行数据清洗、建模和可视化
  • 掌握因果推断、价格弹性分析等高级分析方法
  • 具备业务抽象能力,能将有模糊问题转化为分析框架

申请策略

  • 了解滴滴国际化外卖的业务模式(如DiDi Food在拉美等市场),准备相关看法
  • 在面试中展示如何将模糊业务问题转化为实验方案的结构化思考
  • 突出实验设计和A/B测试项目经验,包括样本量计算、实验评估和复盘
  • 强调因果推断或价格弹性分析的实际案例,展示业务价值
  • 体现SQL和Python的熟练度,可附上GitHub或代码样例
  • 若有国际化或跨团队协作经验,务必展示
  • 复习因果推断常用方法(DID、RDD、IV等)和适用场景
  • 熟悉实验平台(如Statsig、Eppo)或自建实验平台的分析流程

面试指南

  • 使用STAR法则(情境、任务、行动、结果)描述项目经验,强调量化结果
  • 对于业务分析问题,先明确业务目标和约束,再选择合适的方法,最后给出可落地的建议
  • 对于实验设计问题,关注随机化、分层、样本量、监控和分析的完整性
  • 请介绍一个你设计过的最复杂的A/B测试,你是如何确定样本量和实验周期的?
  • 如果实验结果显示定价上调导致订单量下降但营收上升,你会如何分析并给出建议?
  • 如何处理实验中的‘网络效应’或用户干扰?
  • 请解释价格弹性的概念,并说明如何估计价格弹性
  • 在结果不显著时,你如何判断是实验设计问题还是策略本身无效?

职位点评

69
综合评分

北京成熟平台核心营收实验岗,技术成长空间大,但加班情况不明,办公灵活性低。

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。

更适合这类人
最适合看重技能成长和业务影响力的数据科学家,对工作弹性要求不高,愿意深入业务核心。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值60

薪资福利

70中等

薪资未在JD中披露,但滴滴作为成熟互联网大厂,薪酬体系完善,整体补偿具有竞争力,具体需面试时确认。

薪资信号未披露(AI估算:30K-50K/月)

成长发展

85较高

该岗位深度涉及实验设计和因果推断等前沿分析方法,技术成长空间大,且直接参与核心营收策略,业务锻炼价值高。

技术前沿主流现代技术
技术栈实验设计、A/B测试、因果推断、统计建模、SQL、Python
业务类型profit_center

工作生活

50较低

JD未明确远程或弹性工作,默认现场办公;加班情况未提及,无法判断,办公灵活性较低。

工作模式仅现场办公
办公地点未明确
加班情况未提及(无法判断)

使命价值

60中等

外卖行业相对成熟,但国际化业务仍有拓展空间,通过数据优化定价策略可对平台效率和用户体验产生积极影响,社会意义中等。

行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs