滴滴出行
高级数据分析师 (北京或者上海)
高级数据分析师 (北京或者上海)
发布于 大约 8 小时前普通员工/个人贡献者
北京市 / 上海市
初级经验
全职员工
仅现场办公
学历未注明
数据分析
A/B测试
Llm
Sql
因果推断
安全业务
数据工程
机器学习
滴滴
跨部门协作
AI 估算 · 22k–35k
高级数据分析师，1-3年经验，滴滴平台，一线城市，技术难度较高，薪资有竞争力。
职位详情
关于这个职位
该职位负责评估滴滴安全业务线的策略效果，通过A/B测试和因果推断科学量化策略增量价值，并将业务问题转化为数据科学课题
需要扎实的统计学基础、熟练的SQL/Python工程能力，以及与产品、研发等团队的协作能力
适合拥有1-3年数据科学或商业分析经验、对安全业务和前沿技术感兴趣的候选人
最低要求
学历与经验：拥有数学、统计学、计算机科学或相关领域的优秀学术背景，具备1-3年数据科学、策略分析或商业分析工作经验
技术技能：数学统计基础扎实，掌握A/B测试、因果推断或机器学习在业务场景中的基本应用
工程能力突出，熟练使用SQL、Python等工具
执行抗压能力强，务实，能适应并主动优化复杂底层数据环境
软技能：具备清晰的沟通表达能力，能跨部门顺畅协作
自我驱动力强，脚踏实地
工作职责
策略评估与科学度量：负责评估安全业务线策略的影响，熟练运用A/B测试和因果推断方法，科学量化复杂业务场景中策略带来的真实增量价值（uplift），为业务迭代提供坚实数据支撑
业务需求转化：深入理解安全及关联业务线的核心诉求，将模糊的业务痛点和需求准确转化为具体的数据科学（DS）问题
端到端数据分析与基础设施建设：负责数据生产和策略分析的全流程闭环，独立执行从底层数据清洗与基建治理到高层分析输出的完整管道
参与搭建基础数据环境，主动发现并优化数据质量问题
策略执行与跨部门协作：与业务、产品、研发等部门协同合作，在部门负责人的指导下，高质量地完成具体业务策略和数据项目的闭环执行
算法应用与技术探索：应用机器学习算法解决安全业务实际问题，推动模型在真实商业场景中的落地和迭代
同时跟踪探索前沿数据科学技术（如大语言模型LLM），驱动业务流程优化、降本增效
优先资格
职业背景：具有头部科技公司、跨国公司或海外学习/工作经验者优先
英语良好，能流畅使用英语作为工作语言
商业嗅觉：具有双边市场平台（如网约车、外卖、即时配送）实习或全职经验者优先
熟悉安全、风控或相关业务领域者优先
对数据异常有敏锐的直觉
AI 洞察
优缺点分析
优点
- 滴滴作为出行巨头，数据规模大，业务复杂度高，能积累宝贵的实战经验
- 岗位涉及A/B测试、因果推断、机器学习等前沿方法，技术成长空间大
- 安全业务是核心方向，对个人履历有较好背书
- 公司国际化部门，有机会接触海外业务和多元化团队
- 工作地点在北京或上海，需要适应一线城市通勤和节奏
- 要求较强的工程能力，需处理复杂底层数据，可能涉及较多数据治理工作
- 适合具备1-3年数据科学或商业分析经验，对因果推断和机器学习有扎实基础，喜欢解决复杂业务问题并愿意在安全领域深耕的求职者
缺点 / 挑战
- 需要跨部门推动协作，对沟通和协调能力要求较高
角色解读
- 从数据分析师向资深数据科学家或数据科学团队负责人发展
- 深入安全、风控领域，成为业务线数据策略专家
- 向数据工程或机器学习工程方向横向拓展，或向技术管理层晋升
- 评估安全业务线策略效果，设计A/B测试和因果推断实验，量化策略真实增量价值
- 将模糊的业务需求转化为可执行的数据科学问题，并主导从数据清洗到分析输出的完整流程
- 与业务、产品、研发团队协作，推动策略落地和数据项目的闭环执行
- 探索机器学习及LLM等前沿技术在安全场景的应用，优化业务流程
- 扎实的数学统计基础，掌握A/B测试、因果推断或机器学习方法论
- 熟练使用SQL和Python进行数据清洗、分析和建模，具备较强的工程能力
- 良好的业务理解力，能快速识别数据异常并洞察业务问题
- 优秀的英文沟通能力和跨部门协作能力
申请策略
- 研究滴滴国际业务的安全策略方向，在简历中体现对口理解
- 准备好讲述如何将业务问题转化为数据科学问题的具体故事
- 突出A/B测试或因果推断的项目案例，具体说明如何量化策略增量价值
- 强调SQL/Python数据处理和建模能力，展示处理复杂脏数据的经验
- 如果有双边市场平台（如出行、外卖）或安全风控相关经验，务必醒目呈现
- 体现英语工作能力，如海外经历或英文文档撰写能力
- 复习因果推断核心概念（如DID、IV、PSM）和A/B测试的统计原理，准备案例
- 加强Python数据处理和建模实践，熟悉pandas、scikit-learn等库
面试指南
- 采用STAR法则：背景-任务-行动-结果，突出量化指标和业务价值
- 对于实验设计，先明确目标和假设，考虑样本量、显著性水平、平台效应，再提可行性方案
- 处理数据问题时，展示系统性思维：先诊断数据质量，再选择清洗策略，最后验证可靠性
- 请介绍一次你使用A/B测试评估策略效果的完整项目
- 如何设计一个实验来评估网约车安全策略对新用户留存的影响？
- 给定一个有大量缺失和异常的数据环境，你会如何保证分析质量？
- 如何用因果推断方法处理选择偏差？请举例说明
- 你如何向非技术团队解释一个复杂的统计分析结果？
职位点评
69
综合评分
技术驱动、业务复杂、平台大，但工作地点固定且WLB不明。
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。
更适合这类人
适合追求技术深度和业务复杂度的求职者，愿意在安全数据科学领域长期发展，并能接受一线城市工作节奏。
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
该职位薪资在行业内有竞争力，但JD未明确具体薪酬福利，公司为上市公司，稳定性好。
薪资信号未披露（AI估算：22K-35K/月）
成长发展
85较高
岗位涉及因果推断、机器学习、LLM等前沿技术，成长空间大，但JD未提及明确晋升机制，需自主驱动。
技术前沿主流现代技术
技术栈A/B testing、causal inference、machine learning、SQL、Python、LLM
业务类型cost_center
工作生活
50较低
工作地点为北京或上海，需现场办公，JD未提及弹性工作或加班情况，生活便利度一般。
工作模式仅现场办公
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
60中等
安全业务具有一定社会价值，但JD未明确使命导向，行业成熟稳定，创新性中等。
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
滴滴出行 的其他在招职位
相似职位推荐
Watch Jobs