滴滴出行
数据科学家
数据科学家
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公商业分析
商业分析
A/B测试
Ai Coding
Sql
信贷策略
数据分析
数据可视化
用户标签
英语流利
金融业务
值不值得投
76综合评分
综合评分 76
大厂高薪、核心业务线、强数据驱动，WLB待确认
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
比商业分析中位数高
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 2370 个在招 · 其中商业分析 98 个
市场机会
选择面较广
上海 · 商业分析 · 约 240 个在招
职位详情
关于这个职位
该职位隶属于滴滴Fintech TOP部门，主要负责信贷与获客业务的策略分析与优化
你需要结合内外部数据，通过量化分析、实验设计及数据底层建设，为业务决策提供市场视角，并推动产品、定价及渠道策略的迭代
最低要求
全日制本科以上学历，5年以上数据分析/金融业务相关工作经验
具备优秀的量化分析能力，能熟练使用AI coding，独立完成数据清洗，加工，分析以及可视化呈现工作
工作认真负责，对数据敏感、有出色的逻辑思维、关注细节
英文可作为工作语言，听说读写熟练
工作职责
熟悉信贷/获客相关的金融业务，深入理解业务的策略打法，结合内外部数据，为业务决策提供市场和竞争视角
定位业务中的问题点，优化对应的产品策略、定价策略、渠道策略
针对业务的各类运营活动，设计相关的实验对比机制、效果评估方案，并输出完整的分析报告
基于经营分析体系，配套推动数据底层的建设，包括明确字段定义、数据清洗、用户标签开发、数据产品化等
优先资格
有信用卡/信贷、获客想关背景和项目经验者优先
熟悉信贷/获客相关的金融业务，深入理解业务的策略打法，结合内外部数据，为业务决策提供市场和竞争视角
AI 洞察
优缺点分析
优点
- 处于金融科技核心业务线，接触高价值数据与复杂商业场景
- 平台大，资源支持充足
- 业务逻辑复杂，需快速理解信贷风控与获客策略
- 对数据底层建设要求高，需兼顾技术与业务
- 具备金融背景的数据分析师，喜欢用数据驱动业务决策，且抗压能力强的人
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向高级数据科学家、数据团队负责人或业务战略专家方向发展，深耕金融科技领域
- 深入分析信贷与获客业务数据，识别业务痛点并提出优化策略
- 熟练掌握量化分析方法、AI辅助编程工具（如Copilot等）及数据可视化工具
申请策略
- 准备几个通过数据分析直接推动业务策略优化的成功案例，强调业务影响力
- 突出5年以上金融/信贷领域数据分析经验，展示使用AI工具提升效率的具体案例
- 强化A/B测试设计与因果推断能力，熟悉主流AI Coding工具的深度应用
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点突出数据洞察如何转化为具体的业务动作及最终的业务收益（如转化率提升、成本降低）
- 请分享一个你通过数据分析优化信贷或获客策略的案例
- 如何设计实验来评估一个新渠道策略的效果？
- 在使用AI Coding进行数据清洗和分析时，你遇到过哪些挑战？如何解决？
- 如何构建用户标签体系以支持精细化运营？
- 复习信贷业务基础知识（如LTV、CAC、转化率漏斗），准备关于数据治理和标签体系的实战经验
职位点评
薪资福利85
成长发展80
工作生活60
使命价值70
薪资福利
85较高
作为已上市的巨头企业，薪资水平通常处于市场中上游，福利体系完善，能满足较高的补偿性动机。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
80较高
涉及前沿的AI Coding应用及复杂的金融业务逻辑，能提供良好的技能成长空间和业务视野。
技术前沿主流现代技术
技术栈AI coding、数据分析、数据清洗、可视化、用户标签
业务类型profit_center
工作生活
60中等
JD未明确提及弹性工作制，但互联网大厂通常节奏较快，WLB可能面临一定挑战，需具体确认。
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
金融科技业务具有广泛的社会服务属性，通过优化策略提升效率，具有一定的行业价值感。
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