主分类：数据分析与数据科学
辅助：Agent系统开发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "QQ-AI数据科学家",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "PCG",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.多维业务分析：横向支撑多条业务线（社交、内容、广告、游戏等），独立完成指标体系搭建、异动归因、AB实验分析、用户增长诊断等全类型分析需求；\n2.Agent 开发与工程化：基于 LLM + MCP 协议，设计面向数据分析场景的 AI Agent，将「选表→SQL→执行→解读」全流程工程化为可复用的 Skill 流水线；\n3.领域知识沉淀：将分析经验转化为数仓表文档、指标口径、分析模板等结构化知识库，持续降低团队重复劳动；\n4.需求管理：对接多个业务方，主动将模糊问题转化为结构化分析方案，管理多线并发的需求优先级。",
"requirements_text": "1.3-5年互联网 DS 经验，有推荐/内容/社交/商业化任一领域背景，有同时对接多个业务团队的经历；\r\n2.具备Agent 开发和深度使用经验，能独立设计 Agent 的任务分解、工具调用、异常处理全链路；能说清 Agent 替代 DS 的边界和能力不足；\r\n3.了解 MCP / Function Calling / RAG 等概念，知道它们在数据分析流中的实际应用；\r\n4.扎实的 SQL 和统计分析基础，能独立完成选题、拆解、验证全流程。",
"skills": [AI生成
"SQL",
"数据分析",
"统计分析",
"检索增强生成"
],
"preferred_qualifications": "1.复杂多步 Prompt 架构设计经验；\r\n2.Python 数据分析自动化流水线（指标监控、异动检测、报告生成）经验；\r\n3.推荐系统 DS 背景（召回/排序策略分析）；\r\n4.大型 DAU 产品分析经验。",
"job_highlights": "1.我们是 QQ 数科团队，正在用 AI Agent 重构 DS 的工作方式——DS 不再只是手动写 SQL 取数，而是设计 Agent 让分析流程自动化；\r\n2.你的日常工作会有大量 Agent 设计和架构决策，需要理解 LLM 局限、会判断什么时候让模型推理、什么时候用代码硬算。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2074698764207173632"
}
]
},
"posting": {
"posting_id": "2074698764207173632",
"post_date": "2026-08-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2074698764207173632"
},
"fulltext": "QQ-AI数据科学家\n渴望为世界带来新意的人，早已对描绘未来的“热词”不陌生——人工智能、机器学习、数据科学等等。腾讯始终在业界前沿不断探索，积极布局，并为优秀的你提供无限广阔的舞台。我们坚信科技的不断革新，最终能带来美好的、撼动人心的改变。\n1.多维业务分析：横向支撑多条业务线（社交、内容、广告、游戏等），独立完成指标体系搭建、异动归因、AB实验分析、用户增长诊断等全类型分析需求；\n2.Agent 开发与工程化：基于 LLM + MCP 协议，设计面向数据分析场景的 AI Agent，将「选表→SQL→执行→解读」全流程工程化为可复用的 Skill 流水线；\n3.领域知识沉淀：将分析经验转化为数仓表文档、指标口径、分析模板等结构化知识库，持续降低团队重复劳动；\n4.需求管理：对接多个业务方，主动将模糊问题转化为结构化分析方案，管理多线并发的需求优先级。\n1.3-5年互联网 DS 经验，有推荐/内容/社交/商业化任一领域背景，有同时对接多个业务团队的经历；\r\n2.具备Agent 开发和深度使用经验，能独立设计 Agent 的任务分解、工具调用、异常处理全链路；能说清 Agent 替代 DS 的边界和能力不足；\r\n3.了解 MCP / Function Calling / RAG 等概念，知道它们在数据分析流中的实际应用；\r\n4.扎实的 SQL 和统计分析基础，能独立完成选题、拆解、验证全流程。\n1.复杂多步 Prompt 架构设计经验；\r\n2.Python 数据分析自动化流水线（指标监控、异动检测、报告生成）经验；\r\n3.推荐系统 DS 背景（召回/排序策略分析）；\r\n4.大型 DAU 产品分析经验。",
"standard_classification": {
"std_category_code": "T017",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}