招聘城市：广州
岗位职责：
1.负责微信电商治理的数据分析，问题洞察发现，保障微信电商体系下的用户安全购物体验及公平合规的商家达人经营环境；
2.搭建电商系统运营及治理指标体系，运用统计学知识，刻画治理策略对微信电商生态的影响；
3.利用 abtest、因果推断等方法驱动运营决策。
岗位要求：
1.计算机、统计学、数学硕士及以上学历；
2.具备机器学习算法基础，熟悉观测数据因果推断方法（PSM、DID、因果森林等方法），熟练应用统计方法（假设检验、回归分析）及机器学习建模；
3.需掌握Python/SQL处理数据的方法；
4.具备电商、内容生态分析经验者优先。
招聘城市：广州
岗位职责：
1.负责微信电商治理的数据分析，问题洞察发现，保障微信电商体系下的用户安全购物体验及公平合规的商家达人经营环境；
2.搭建电商系统运营及治理指标体系，运用统计学知识，刻画治理策略对微信电商生态的影响；
3.利用 abtest、因果推断等方法驱动运营决策。
岗位要求：
1.计算机、统计学、数学硕士及以上学历；
2.具备机器学习算法基础，熟悉观测数据因果推断方法（PSM、DID、因果森林等方法），熟练应用统计方法（假设检验、回归分析）及机器学习建模；
3.需掌握Python/SQL处理数据的方法；
4.具备电商、内容生态分析经验者优先。
招聘城市：杭州
…报表体系，提升业务的数据使用效率；有效协同数据开发等相关团队，进行数据基础建设和数据埋点质量治理
3. 通过A/B测试等方式，科学评估服务策略效果和成本，推动策略迭代。与业务团队紧密协作，将分析结论转化为实际行动，并通过数据看板与报告，高效传递数据洞察。
任职要求：
1. 本科及以上学历，3年以上数据分析相关经验，有客服/用户运营分析经验者优先。
2. 精通SQL和excel，能独立完成复杂数据提取与处理，熟悉统计学方法（如假设检验）或A/B测试策略评估经验者优先
3. 具备优秀的逻辑分析能力和业务理解能力，能独立解决复杂问题，优秀的沟通表达能力、结构化分析写作能力，强大的自驱力和抗压力
招聘城市：北京，上海
…与数据工程手段；
3、对数字敏感，具备良好的逻辑分析、系统性思维、结构化拆解能力，有清晰的分析方法论沉淀，具备准确定位分析解决问题能力；
4、具备大模型数据工程/AI产品设计经验者优先，熟悉AI领域前沿技术，有能力推动AI技术在实际业务场景中的落地应用，并确保应用的可持续性和可扩展性；
5、熟练掌握数据挖掘技能，如数据预处理、特征工程、监督学习和无监督学习算法的应用和调优，熟练使用聚类、回归、决策树、神经网络等机器学习模型，能够自主处理并挖掘数据，发现规律及价值；
6、掌握AB试验的技巧，有较丰富的AB实验经验，清楚指标管理，假设检验方法，能够独立设计AB实验评估体系和方案等。
招聘城市：北京
…分析、建模验证和自动化分析脚本开发；
4.熟悉Hive、Spark、Hadoop、ClickHouse、Flink、Airflow等大数据/数仓工具中的一种或多种，具备大规模数据处理经验；
5.具备统计分析、实验设计、A/B Testing、假设检验、因果推断或机器学习基础，能根据业务问题选择合适的分析方法；
6.有指标体系设计、数据看板建设、数据质量治理、数据链路排查或数据产品化经验，能够将数据能力沉淀为可复用资产；
7.能深入理解业务目标，善于将模糊的业务问题拆解为可观测的指标、清晰的分析框架和可执行的方案；
8.具备较强的结构化表达能力、跨团队沟通能力和项目推进能力，能在多业务方、多优先级场景下独立判断并推动结果落地…
招聘城市：北京，上海，武汉
…本科及以上学历，数学、统计学、计算机科学、经济学等相关专业优先；
2、3年以上互联网数据分析和挖掘经验，有内容安全、审核质量、搜索推荐、大模型评估等相关领域经验者优先。
3、技术能力：精通SQL，能高效处理复杂逻辑和海量数据。熟练使用Python 进行数据分析（Pandas, Numpy, Scipy等）和可视化（Matplotlib, Seaborn等）。具备扎实的统计学基础，熟悉常见假设检验、回归分析、归因分析等量化研究方法。
4、业务能力：对数据敏感，具备极强的逻辑分析、问题定位和归因能力，能透过数据表象洞察业务本质。有独立负责数据分析项目并推动业务改进的成功经验。
5、好奇心与学习能力： 对AIGC、大模型等新技术保持好奇，并愿意主动学习其评估方法论。
招聘城市：深圳
…多样性、噪声率、长尾分布等指标，建立数据健康度看板。
岗位要求：
1.统计 / 计算机 / 数学 / 数据科学相关本科及以上；3 年以上数据科学 / 数据工程 / 机器学习数据相关经验；
2.精通 Python 与数据处理生态（pandas / numpy / SQL），熟悉大规模数据处理（Spark / Ray / 分布式存储其一）；
3.扎实的统计与实验设计能力：抽样、A/B、假设检验、相关性 vs 因果，能用数据讲清楚"为什么"；
4.有处理非结构化数据（图像/视频/文本）的实际经验，理解数据质量对模型效果的影响；
5.良好的可视化与沟通能力，能把复杂分析结论转化为可执行建议；严谨、可复现的工作习惯，注重数据版本与血缘管理。
加分项：
1.有视频/图像数据集构建经验（去重、镜头分割、美学/质量打分…
招聘城市：广州
…Case 聚类、能力雷达图），为算法和业务决策提供量化依据；
4.标注体系搭建：设计标注规范、培训外包/众包团队、构建一致性指标（Kappa、IAA），持续提升标注质量；
5.指标体系建设：与算法、产品共建评测指标体系（自动指标 + 人工指标 + 业务指标），并推动指标上线与监控。
岗位要求：
1.数学/统计/计算机/数据科学相关专业本科及以上；
2.1 年以上数据科学 / 数据分析 / 数据标注体系经验，有 NLP 或大模型相关背景优先；
3.熟练使用 Python（pandas / numpy / sklearn）、SQL，能独立完成数据 pipeline；
4.熟悉常见统计方法（假设检验、置信区间、Bootstrap、相关性分析）；
5.对数据质量极其敏感，具备良好的抽样设计、偏差分析、异常检测能力；
6.有大模型评测集 / 标注平台 / Bad Case 分析经验者优先。
招聘城市：北京
…挖掘影响用户激活、留存、付费关键因子，形成分析报告并提出产品及运营改进建议。定期复盘核心策略的效果，量化ROI，并向团队和管理层汇报。
任职要求：
1. 3年及以上数据驱动的用户运营、用户增长或数据分析经验。精通SQL，能独立、高效地完成复杂的数据提取、清洗和分析工作。具备扎实的数据分析基础，熟悉常见的统计学方法（如假设检验、回归分析、聚类分析等）。
2. 拥有完整的用户分层和标签体系项目经验，能清晰阐述其设计、落地和应用的逻辑与方法论。
加分项：有从0到1参与或主导搭建用户标签体系（CDP）、自动化营销平台的经验。有基于用户预测模型（如流失预警、付费预测）进行精准运营的成功案例。熟悉Hive…
招聘城市：上海
…闪购AB实验平台的研发工作，从而为数据驱动的精细化运营提供平台支撑；
2.从数据视角出发搭建科学的指标体系和衡量方法，深度参与实验设计、评估工作，协同算法/产品/运营等团队，共同提升淘宝闪购AB实验的科学性、效率、体验。
任职要求：
1. 计算机科学、软件工程、数学、统计学、数据科学等相关专业本科及以上学历；
2. 熟悉Java语言及生态，熟悉JVM原理及性能调优，有高并发、分布式系统开发经验；
3. 熟悉大数据生态工具（Hadoop、Hive、Spark、Flink、Kafka等），有离线/实时数据处理项目经验；
4. 熟悉A/B Testing实验理论和流程，具备相关产品研发经验的优先；
5. 统计学基础扎实，熟悉各类假设检验、置信区间、方差分析等统计方法的优先。
招聘城市：深圳
…3.熟练使用SQL，具备优秀的数据分析能力，能通过数据发现产品改进点；
4.具备极强的结构化思维，能将复杂的AI评估问题拆解为标准化的平台产品功能；
5.具备业务敏感度，能够深入理解元宝、IMA等业务线的AI应用场景，从业务痛点反推平台能力；
6.具备自我驱动与抗压能力，适应快速变化的AI技术趋势，具备在模糊地带定义问题的能力。
加分项：
1.精通A/B实验原理（假设检验、层域分流等），熟悉因果推断方法（PSM、Uplift、HTM等）；
2.熟悉大模型技术栈，深度使用AI能力提升个人工作效率或者使用AI构建独立应用，对AI Native产品形态有独到见解；
3.有丰富的AI产品落地经验，特别是在生成式AI场景…
招聘城市：深圳
…基本要求：
本科及以上学历，计算机、统计学、数学等相关专业优先；
3年及以上数据产品或产品经理经验，其中至少1年专注于A/B测试平台或数据驱动型产品的设计与建设；
有从0到1主导或深度参与实验平台/数据平台搭建的经验者优先。
2. 专业知识与技能：
扎实的实验方法论基础： 精通A/B测试、假设检验、统计显著性等原理，了解因果推断等前沿方法，能识别常见实验陷阱；
出色的数据分析能力： 熟练使用SQL进行数据查询与分析，进行基础数据分析，对数据敏感，有对接业务经验者优先；
优秀的产品设计能力： 具备优秀的用户需求洞察、原型设计、PRD撰写能力，熟练使用Axure、Figma等相关工具；
技术理解力： 理解实验平台…
…假设是我们需要施加监督信号的 Token 索引集合（比如在纯新曝光下，它仅仅是目标候选物品的索引集）。对于每一个需要预测的索引，其最终层的输出表征会经过一个线性预测头，映射到动作空间得到 Logits 向量 。随后，模型通过标准的交叉熵（Cross-Entropy）损失函数进行统一优化：04实验实验数据集 (Datasets)为了全面评估 TokenFormer 的性能与落地潜力，我们在两类截然不同的数据环境下进行了严格测试：公开基准测试 (KuaiRand-27K)：采用序列推荐领域的经典开源数据集，包含约 2.7 万条完整的用户交互轨迹（按 1.9万/2千/5千 的比例严格划分为训练/验证/测试集）。工业级生产环境 (腾讯营销)：为了检验模型在真实高并发业务中…
