蚂蚁集团
蚂蚁集团-数据科学专家（碰一下）-数字支付
蚂蚁集团-数据科学专家（碰一下）-数字支付
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数据科学
数据科学
A/B实验
Ai应用
Sql
因果推断
数据挖掘
机器学习
用户增长
统计建模
值不值得投
78综合评分
综合评分 78
核心支付业务线数科专家岗，技术前沿、业务价值高，适合追求专业成长的候选人。
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
4.8万
与数据科学中位数基本持平
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 760 个在招 · 其中数据科学 7 个
市场机会
选择适中
杭州 · 数据科学 · 22 个在招
职位详情
关于这个职位
该职位负责蚂蚁集团线下“碰一下”支付业务的用户增长与ROI优化，通过统计建模、因果推断和A/B实验评估运营策略效果
同时探索AI技术在支付数科场景的应用，推动从数据洞察到策略落地的全链路项目，提升业务决策效率
最低要求
统计学、计算机科学等相关专业硕士及以上学历，具备 3 年及以上数据科学工作经验
熟练使用 SQL、Python 等工具，具备扎实的统计学基础，熟悉因果推断、实验设计和常用机器学习方法，能够独立完成数据挖掘与策略效果评估
具备优秀的业务理解、逻辑思维和数据敏感度，能够从业务数据中发现问题，将分析结论转化为可执行的策略，并推动跨团队落地
工作职责
围绕线下支付，尤其是碰一下支付用户增长、留存与ROI优化等业务目标，搭建指标体系和分析框架，开展用户行为与支付场景理解，基于数据科学技术识别业务问题和增长机会
运用统计建模、因果推断和 A/B 实验等方法，设计策略评估方案，科学度量营销策略增量效果与业务价值，为策略迭代和资源配置提供依据
探索 AI 技术在线下支付数据挖掘、问题发现和策略研究中的应用，建设沉淀数科相关AI工具，提升数科工作流效率和决策质量
深入理解用增业务，推动从数据洞察、策略挖掘、统计建模、实验验证到效果复盘的全链路项目落地，沉淀可复用的分析方法与工具
优先资格
对 AI 技术有主动探索精神和浓厚兴趣，理解 AI 在数据科学工作中的适用场景及能力边界，能够将 AI 应用于数据洞察、代码开发和分析建模等数据科学工作环节，有 AI 辅助分析、智能体（Agent）应用或数据科学工作流自动化实践经验
有支付、电商等领域的项目落地经验，或熟悉用户增长业务
有从数据洞察到科学实验的全链路项目经验
AI 洞察
优缺点分析
优点
- 依托庞大的线下支付场景，数据量级和业务复杂度极高，能积累顶尖的数科实战经验
- 处于核心业务团队，岗位价值高，工作成果直接影响业务增长与ROI
- 业务目标导向强，需面对复杂的线下支付场景和多变的营销策略，对业务理解要求极高
- 需要较强的跨团队沟通与推动能力，以克服策略落地过程中的阻力
- 具备扎实统计学与机器学习基础，对业务增长有敏锐洞察力，且希望在核心业务中深耕数据科学的候选人
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向资深数据科学家、数科团队负责人方向发展，或在业务侧转型为增长策略专家
- 随着AI技术的深入应用，有机会成为AI+数据科学交叉领域的复合型专家
- 负责“碰一下”支付业务的用户增长与ROI优化，搭建指标体系并识别增长机会
- 运用因果推断和A/B实验科学评估营销策略效果，为资源配置提供依据
- 探索AI技术在支付数科场景的应用，建设数科AI工具以提升工作流效率
- 熟练掌握SQL、Python及扎实的统计学基础，精通因果推断、实验设计和机器学习方法
- 具备优秀的业务理解力，能将数据洞察转化为可执行策略并推动跨团队落地
- 对AI技术有敏锐度，能将其应用于数据洞察、代码开发和分析建模等环节
申请策略
- 了解蚂蚁“碰一下”支付的业务逻辑和线下推广策略，面试时展现对线下支付用户增长痛点的深刻理解
- 突出因果推断、A/B实验设计及策略评估的实际项目经验，展示如何通过数据驱动业务增长
- 强调AI工具（如Agent）在数据科学工作流中的应用实践及效率提升成果
- 深入学习大模型/Agent在数据分析与代码生成中的前沿应用，提升自动化数科工作流的能力
- 复习并巩固因果推断的核心算法及A/B实验的常见陷阱与解决方案
面试指南
- 采用STAR法则回答项目经验，重点突出“业务背景-数据洞察-实验设计-策略落地-效果复盘”的全链路闭环
- 对于AI应用问题，强调“场景痛点-AI工具选择-效率提升结果”的逻辑链条
- 请分享一个你通过因果推断或A/B实验解决业务增长问题的完整案例
- 在线下支付场景中，如何评估某项营销补贴策略的真实增量ROI？
- 你如何将AI技术（如Agent）应用到日常的数据洞察或建模工作中？
- 面对跨团队推动策略落地遇到的阻力，你通常如何解决？
- 复习因果推断的核心算法（如DID、PSM、IV等）及A/B实验的常见陷阱（如辛普森悖论、网络效应）
- 亲自体验“碰一下”支付的用户旅程，准备相关的业务增长假设与优化建议
职位点评
薪资福利85
成长发展90
工作生活50
使命价值75
薪资福利
85较高
核心业务线的数据科学专家岗，薪资竞争力强，符合高级技术岗的市场高位水平，但JD未明确披露具体薪资与福利。
薪资信号未披露（AI估算：3.5千–6万/月）
成长发展
90较高
岗位涉及前沿AI技术探索与核心支付业务增长，技术栈现代且业务场景复杂，能提供极高的专业成长空间。
技术前沿前沿/新兴技术
技术栈Python、SQL、统计建模、因果推断、A/B实验、机器学习、AI、Agent
业务类型profit_center
工作生活
50较低
JD未提及工作模式与WLB相关信息，作为核心业务线的增长策略岗，通常面临较高的业务节奏与压力。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
推动线下支付普及与数字化转型，具有一定的社会便利性价值，但核心仍为商业增长导向。
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
蚂蚁集团 的其他在招职位
相似职位推荐
Watch Jobs