富途证券
2027 Fresh Grad Hire - Data Scientist
2027 Fresh Grad Hire - Data Scientist
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公数据科学
数据科学
Sql
因果推断
数据埋点
数据治理
统计推断
金融科技
值不值得投
73综合评分
综合评分 73
香港金融科技校招数据科学岗，聚焦埋点与A/B实验体系，技术成长强，薪酬与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，方便比较职业起点。
薪资怎么样
3.8万
与数据科学中位数基本持平
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
59 个在招
市场机会
选择不多
香港特别行政区 · 数据科学 · 9 个在招
职位详情
关于这个职位
该岗位面向2026年1月至2027年8月毕业的应届生，负责富途证券全公司数据埋点体系与A/B Testing实验平台的整体规划、规范建设和推广落地，支撑交易、行情、财富管理及营销等业务的数据驱动决策
最低要求
学历背景：统计学、数据科学、计算机科学、应用数学、计量经济学或相关专业本科及以上学历
统计与实验理论：具备极其扎实的统计推断基础，深入理解A/B Testing底层原理及假设检验、置信区间、方差缩减等统计方法
熟悉因果推断方法（PSM、DiD、Uplift Modeling等）及其在长周期或非随机干预场景中的应用逻辑
能够搭建系统化分析框架
技术与数据能力：熟练使用SQL，能够高效处理海量、高频行为数据和交易日志
熟练使用Python或R进行统计建模、模拟和自动化分析脚本开发
业务理解与系统思维：对证券交易、财富管理或互联网金融有强烈兴趣和基础理解
具备优秀抽象能力和全局视角，善于将复杂业务场景提炼为标准化的系统
软技能：优秀的跨团队沟通和项目推动能力，能与产品、工程及合规团队有效协作并推动方案交付
具备强自驱力和抗压能力，对业务和数据敏感，能在多任务并发下稳定交付
语言能力：优秀的中英文听说读写能力，能阅读英文技术文档，并能用英文与外部供应商进行日常及技术沟通
毕业时间：面向2026年1月至2027年8月期间毕业的候选人
工作职责
金融服务全漏斗数据埋点系统的规划与实施：深入理解证券业务，负责公司级、跨平台（App/Web/PC桌面端）全漏斗数据埋点体系的整体规划与标准化
建立统一埋点规范、Schema标准和元数据管理方案，搭建高可用数据治理框架
建立金融级数据质量监控机制，打通从采集到应用的自动化链路，确保数据满足金融合规和高准确度要求
金融级数据科学实验体系（A/B Testing）的整体规划与开发：主导公司级实验体系（A/B Testing平台）的整体设计与方法论建设，规划并推动平台底层框架升级
与业务线协作搭建科学的实验评估指标体系，推动实验方法论在交易、行情、财富管理、营销等多元场景中的标准化落地
推动数据驱动与循证决策：依托埋点体系和实验评估框架，在公司层面推广数据驱动文化与方法论，为产品迭代和运营策略提供系统化、科学化的决策支持
AI 洞察
优缺点分析
优点
- 岗位覆盖公司级埋点与A/B实验体系，系统建设属性强，能积累端到端数据科学经验
- 业务场景覆盖交易、行情、财富管理和营销，数据规模与复杂度高
- 金融科技与证券业务结合，统计、因果推断和工程落地能力都能得到锻炼
- 校招岗位明确面向应届生，适合早期建立方法论和业务理解
- 需要同时理解证券业务、数据治理、实验方法和平台建设，学习曲线较陡
- 跨产品、工程、合规多方协作，对沟通和项目推动要求高
- 金融级数据合规与准确性要求严格，埋点和实验设计容错空间较小
- 适合统计/数据科学背景扎实、对金融业务有兴趣、愿意做体系化建设并具备强沟通推动力的应届生
缺点 / 挑战
暂无明显挑战项
角色解读
- 可从数据科学家成长为实验平台/数据体系负责人，深耕增长科学、因果推断与决策智能
- 可横向拓展到产品数据科学、风控建模、财富管理或交易业务分析等方向
- 在金融科技公司中积累合规数据治理与大规模实验平台经验，形成复合竞争力
- 建设公司级全漏斗埋点体系，覆盖App、Web和PC桌面端，统一埋点规范、Schema与元数据管理
- 设计并推动金融级A/B Testing实验平台和方法论，搭建实验评估指标体系
- 与交易、行情、财富管理、营销等业务线协作，用实验和因果推断支持产品与运营决策
- 建立数据质量监控与自动化链路，确保数据满足金融合规和准确度要求
- 扎实统计推断与A/B测试理论，理解假设检验、置信区间、方差缩减等方法
- 熟悉因果推断（PSM、DiD、Uplift Modeling等）并能在非随机场景应用
- 熟练SQL处理海量高频数据，熟练Python或R进行建模与自动化分析
- 具备证券/财富管理/互联网金融业务理解和跨团队项目推动能力
申请策略
- 申请时确认毕业时间符合2026年1月至2027年8月，并在简历中明确标注
- 了解富途证券业务与交易/财富管理场景，面试中展现对金融数据合规的理解
- 突出统计学、因果推断、A/B测试相关课程或项目，写明实验设计、指标定义和分析方法
- 展示SQL处理大规模行为数据的经验，以及Python/R建模、模拟和自动化脚本项目
- 如有埋点、数据治理、数据质量或平台建设经历，量化说明覆盖端与业务价值
- 体现证券/金融/互联网业务理解，或跨产品、工程、合规协作的项目经历
- 复习A/B测试全流程：假设检验、置信区间、功效分析、方差缩减和实验评估指标
- 补强因果推断方法（PSM、DiD、Uplift Modeling）及在观测数据中的应用案例
面试指南
- 用“业务目标—指标口径—数据/实验设计—验证与迭代”的结构回答，先讲清楚问题和约束
- 统计题先给假设与公式直觉，再说明适用条件、偏差来源和落地注意事项
- 行为题用STAR，突出跨团队协作、合规意识和推动交付的结果
- 如何为公司级App/Web/PC端设计一套统一的埋点规范和Schema？
- 请解释A/B测试的统计原理，如何计算样本量、置信区间并控制多重检验？
- 在无法随机分组的长周期场景中，你会如何用PSM、DiD或Uplift Modeling评估策略效果？
- 如何建立金融级数据质量监控，发现埋点缺失、重复或口径不一致？
- 如果交易和营销团队对实验指标定义有冲突，你如何推动达成一致？
职位点评
薪资福利62
成长发展92
工作生活58
使命价值65
薪资福利
62中等
JD未披露薪资、奖金和福利信息，补偿性回报需在面试环节确认；岗位本身为全职校招。
薪资信号未披露（AI估算：3.0千–4.5万/月）
成长发展
92较高
岗位直接参与公司级埋点与实验体系从0到1/标准化建设，技术方法覆盖A/B测试与因果推断，成长空间较大。
技术前沿主流现代技术
技术栈SQL、Python、R、A/B Testing、统计推断、因果推断、PSM、DiD、Uplift Modeling、数据埋点、数据治理
业务类型ambiguous
工作生活
58较低
办公地点推断位于金钟统一中心，通勤便利；JD未提及办公模式、弹性安排或加班情况，WLB需在面试中进一步确认。
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
65中等
岗位服务于证券业务的数据化决策，行业成熟、社会价值中性；A/B实验与因果推断体现较积极的技术应用。
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
富途证券 的其他在招职位
相似职位推荐
Watch Jobs