Watch Jobs
Lilith logo
莉莉丝
高级数据科学家（A/B 实验平台）
立即应聘

高级数据科学家（A/B 实验平台）

发布于 大约 14 小时前

普通员工/个人贡献者

上海市
高级经验
全职员工
仅现场办公
本科
数据科学
A/B测试
Cuped
Sql
假设检验
因果推断
实验设计
数据科学
统计建模

AI 估算 · 35k–60k

高级数据科学家，3年以上经验，游戏行业头部公司，上海地区，薪资竞争力强。

职位详情

关于这个职位

作为莉莉丝的高级数据科学家，你将主导A/B实验平台的方法体系设计与端到端流程建设，深入参与核心业务实验，推动因果推断方法的应用

这个岗位需要扎实的统计功底和跨团队协作能力，是数据科学领域极具深度和影响力的角色

最低要求

统计学、数学、经济学、计算机或其他定量专业本科及以上学历

具备 3 年以上互联网数据分析或数据科学经验，至少 1 年 A/B 实验实践经验
扎实掌握概率统计、实验设计、统计推断和因果推断，理解相关方法的适用条件与局限
有独立主导实验的经验，能够完成实验设计、样本量评估、指标选择、结果分析和业务决策
熟练使用 SQL，掌握 Python 或 R，能够开展统计分析、仿真验证及分析工具开发
具备良好的产品意识、沟通能力和跨团队推动能力，能够将统计方法转化为易用、可信的平台能力

工作职责

负责 A/B 实验平台的产品与方法体系设计，将业务需求转化为平台能力并参与路线图规划

建设端到端实验流程，覆盖实验假设、分流设计、样本量与 MDE、指标体系、结果分析及决策复盘
完善实验统计方法，包括假设检验、多重检验、CUPED、序贯检验、非劣效检验等
建立实验可信度保障机制，识别并处理 SRM、分流污染、网络效应、指标及埋点异常等问题
深入参与重点业务实验，协同产品、运营、算法和数据团队完成实验设计、结果解读及上线决策
探索因果推断方法在非随机实验场景中的应用，建立实验规范并推动实验能力普及

AI 洞察

优缺点分析

优点

  • 在游戏行业头部公司，平台大，数据丰富，能深入业务核心
  • 适合对数据科学有热情，具备扎实统计基础，希望在游戏行业深耕的资深数据科学家

缺点 / 挑战

  • 需要较强的跨团队沟通能力，工作强度可能较高

角色解读

  • 从高级数据科学家向数据科学专家或技术管理方向发展，可晋升为数据团队负责人或首席数据科学家
  • 负责A/B实验平台的产品设计与方法体系构建，将业务需求转化为平台功能
  • 扎实的概率统计和实验设计知识，熟练使用SQL和Python/R进行数据分析与建模

申请策略

  • 了解莉莉丝的业务和产品，准备相关案例，展示对游戏行业数据应用的理解
  • 突出A/B实验项目经验，展示独立设计实验和数据分析的能力
  • 可提前复习因果推断和高级统计方法，如CUPED、序贯检验等

面试指南

  • 回答时强调统计原理和业务场景的结合，展示逻辑性和数据驱动决策的思维
  • 请描述一次你主导的A/B实验，包括设计、执行和结果分析
  • 如何处理实验中的SRM问题？
  • CUPED方法的基本原理是什么？
  • 如何评估一个实验的长期影响？
  • 在非随机实验场景中，你会如何应用因果推断？
  • 准备实验设计案例，复习统计推断和因果推断的核心概念，了解游戏行业数据特点

职位点评

77
综合评分

技术前沿、薪资优厚、成长性强，但工作强度可能较高。

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职业成长，对游戏行业数据应用有热情的资深数据科学家。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活60
使命价值70

薪资福利

80较高

薪资水平较高，福利待遇好，但具体薪资未在JD中明确。

薪资信号未披露（AI估算：35K-60K/月）

成长发展

90较高

职位涉及前沿的实验方法和因果推断，技术成长空间大，有明确的平台建设职责。

技术前沿前沿/新兴技术
技术栈A/B测试、CUPED、因果推断、Python、R
成长机会平台能力普及、方法体系设计
业务类型profit_center

工作生活

60中等

工作地点在上海，未提及远程或弹性办公，可能需现场办公。

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

70中等

游戏行业数据科学岗位，对业务有直接贡献，但社会影响力一般。

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

莉莉丝 的其他在招职位

相似职位推荐

Watch Jobs