路威酩轩
Data Scientist
Data Scientist
发布于 1 天前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
本科
数据分析与科学
SQL
RAG
LLM
CI/CD
Machine Learning
Ai-Assisted Coding
AI 估算 · 25k–45k
高级数据科学家，5年以上经验，上海外企，技术栈前沿，月薪范围符合市场水平。
职位详情
关于这个职位
作为数据科学家，你将负责从问题定义到模型部署的完整生命周期，利用AI辅助编码工具快速开发原型并工程化落地
与业务团队紧密合作，将数据能力转化为可衡量的商业价值，适合具备全栈数据科学能力且渴望独立推动项目的资深人士
最低要求
AI Vibe Coding 能力**
熟练使用AI辅助编码工具进行快速开发，能够通过自然语言驱动AI进行编码、调试和重构
具备强大的“人机协作”工作风格：懂得如何拆解任务、编写高质量的提示词，并审查和控制AI生成代码的质量
有使用AI工具快速构建端到端概念验证（POC）的实践经验
数据科学工程能力**
扎实的软件工程基础：熟悉版本控制（Git）、编码规范、单元测试和CI/CD实践
能够独立将模型部署到生产环境
有容器化（Docker）、API服务和模型监控的经验
熟悉数据工程栈（如SQL、Spark、Airflow或同等工具），并能构建可靠的数据管道
精通Python，能编写干净、可维护、生产级的代码
通用要求**
计算机科学、统计学、数学或相关领域学位
年以上相关数据科学经验
扎实的机器学习和统计建模基础
良好的商业敏锐度和沟通能力
能将技术成果转化为业务语言
自我驱动，独立，能在有限资源下交付高质量成果
工作职责
● 独立驱动数据科学项目的端到端生命周期：业务问题分解、数据探索、特征工程、建模、评估、部署和监控
● 利用AI辅助编码工具（如Cursor、GitHub Copilot、Claude Code）大幅加速开发，快速将想法转化为可工作的原型和产品
● 将实验模型工程化为稳定、可维护、可扩展的生产级服务，并负责其线上性能
● 构建和维护数据管道及ML工作流，确保数据质量和可重现性
● 与业务、产品和工程团队协作，独立将项目从0推进到1
优先资格
有零售、美妆或电商行业经验
熟悉LLM应用开发或RAG、AI Agent等实践
AI 洞察
优缺点分析
优点
- 负责端到端数据科学项目，拥有极高的自主权和影响力，能快速积累全栈经验
- 使用前沿AI工具（如Copilot、Cursor），技术栈新，能保持技术活力
- 公司为全球奢侈品巨头，平台大、资源多，且注重数据驱动决策，职业发展空间广阔
- 团队文化强调赋能和成长，提供学习和发展机会
- 尚未提及远程或弹性办公，可能需全程在办公室工作
- 适合有5年以上经验、渴望独立主导项目、对AI工具充满热情且具备全栈能力的数据科学家
缺点 / 挑战
- 角色要求极高，需同时具备研究、工程和业务能力，且独立驱动项目，压力较大
- 需要不断跟进AI工具和技术的快速迭代，学习成本较高
角色解读
- 可向数据科学总监或首席数据科学家方向发展，负责更大范围的战略和技术决策
- 也可转型为AI产品经理或技术合伙人，充分发挥技术与商业结合的优势
- 在LVMH集团内，有机会跨品牌或跨职能轮岗，积累多行业数据经验
- 负责数据科学项目的完整生命周期，从业务问题定义到模型部署和监控
- 利用AI辅助编码工具快速开发原型，并将其工程化为生产级服务
- 与业务、产品和工程团队协作，独立推动项目从0到1的实现
- 构建和维护数据管道及ML工作流，确保数据质量和可重现性
- 精通Python编程和软件工程实践，包括Git、CI/CD、单元测试和Docker
- 熟练掌握机器学习、统计建模以及数据工程栈（SQL、Spark、Airflow等）
- 熟练使用AI辅助编码工具（如Cursor、Copilot）进行高效开发
- 具备良好的业务沟通能力，能将复杂技术成果转化为业务语言
申请策略
- 申请时准备一个简短的作品集，展示从0到1的AI辅助数据科学项目
- 了解Sephora和LVMH集团的业务，思考如何用数据驱动美妆零售增长
- 突出使用AI辅助编码工具（如Copilot、Cursor）快速构建原型和产品的具体项目
- 强调端到端数据科学项目经验，包括部署和监控生产模型的案例
- 展示扎实的软件工程能力：Git、CI/CD、Docker、单元测试等
- 如有零售、美妆或电商行业经验，务必重点提及
- 如不熟悉LLM应用开发（RAG、Agent），建议快速学习并完成一个小项目
- 强化数据工程技能：学习Spark、Airflow等工具的实际应用
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答项目经验，突出独立性和AI工具的运用
- 对于技术问题，先阐述原理，再结合实际项目中的具体实现和遇到的挑战
- 对于业务转化问题，强调沟通和量化结果（如提升多少指标）
- 请描述一个你使用AI辅助编码工具从零到一构建数据科学项目的经历
- 你是如何将机器学习模型部署到生产环境并监控其性能的？
- 请举例说明你如何将一个技术发现转化为业务决策或商业价值
- 你如何处理数据质量问题？请给出具体例子
- 你对LLM和RAG技术的了解有多少？有没有实际应用经验？
职位点评
68
综合评分
前沿技术驱动、全栈自主、成长空间大，但WLB一般。
更适合这类人
最适合追求技术成长和自主权、能接受高强度工作且不太介意WLB的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展90
工作生活45
使命价值70
薪资福利
65中等
JD未明确薪资范围，但跨国公司通常提供有竞争力的薪酬和福利，整体补偿性满足度中等。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
职位要求使用前沿AI工具和全栈数据科学技能，注重学习与成长，发展性满足度高。
技术前沿前沿/新兴技术
技术栈AI-assisted coding、LLM、RAG、Docker、Python、Spark、Airflow
成长机会learning & growth
业务类型profit_center
工作生活
45较低
仅现场办公，未提及弹性工作或加班情况，生活化动机满足度较低。
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
美妆零售行业稳定，公司注重包容和赋能文化，但社会影响力有限，意义感满足度中等。
行业发展稳定成熟行业
社会影响中性/一般
使命信号belong to something beautiful、beauty is about feeling seen
创新程度积极采用新技术
Watch Jobs