数据挖掘与清洗：从复杂、海量的数据中提取、清洗和整合可用信息，构建高质量的数据集
深度分析与洞察：针对具体的业务问题（如业务转化链路、用户画像分析，产品功能匹配、电销活动触达等）进行专项分析，形成有说服力的数据分析报告，并提出有行动价值的建议
建模与算法应用：利用机器学习/统计模型解决实际问题，例如潜在与风险用户识别、个性化产品与权益推荐、精准电话营销触达等
熟悉传统机器学习、深度学习、大模型等相关的算法，有能力从业务抽象进行模型的构建，进而解决各类业务问题
数据可视化：设计并开发数据看板和自动化报告，通过书产品，赋能管理层，业务团队进行高效的日常数据监控和决策
策略落地与协同：与产品、C运营、电销等团队紧密合作，理解业务需求，并将数据洞察转化为落地的业务策略
结合具体项目，对接数仓与算法团队，明确需求，通过AB测等方式衡量策略的有效性