{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "淘天集团-数据科学专家-杭州",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "淘天集团",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "未披露"AI生成
    },
    "company": {
        "company_name": "淘天集团",
        "company_industry": "电子商务",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "统计学、数学、计算机、运筹学、经济学等相关专业本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 聚焦“科学度量 + AI 决策”，基于 LLM + Agent 架构，构建 AAAS（Agent as a Service）能力，在用户增长、搜索推荐、营销策略、行业运营、广告商业化等核心场景中，打造从语义理解、分析洞察、科学评估和策略输出的A2A解决方案帮助业务核心指标增长。\n2. 主导 MASS（Method as a Service）体系建设，将实验分析、因果推断（PSM/DID/SCM/Causal Forest）、时序预测、波动归因、Uplift Modeling、Lookalike、流量仿真等经典数科方法论封装为标准化、可复用的计算引擎与 API 服务，提供高置信度的离线评估与在线诊断能力。\n3. 负责 KASS（Knowledge as a Service）数科知识库建设，沉淀业务语义、分析标准、方法选型、策略生成，构建结构化向量知识库与领域知识图谱，攻克复杂实验场景下的因果识别难题，优化 RAG 检索效果，为上层 Agent 提供准确、可解释、可追溯的推理依据。\n4. 推动全域科学决策标准落地，主导淘天统一的数据口径、实验设计规范、方法选型与策略推全标准和机制建设。",
        "requirements_text": "1. 统计学、数学、计算机、运筹学、经济学等相关专业本科及以上学历，5年以上头部互联网公司数据科学、算法或 AI 应用研发经验，具备电商、广告、推荐系统或用户增长背景者优先。\n2. 精通 A/B Testing 全流程管理和复杂实验方案设计，熟练掌握多种因果推断方法，具备在大促、价格策略等非实验场景下进行离线因果评估的实战经验。\n3. 扎实掌握机器学习与建模技术，包括时序预测（Prophet/DeepAR）、Uplift、图神经网络、多目标优化等，能结合业务目标完成特征工程、模型调优与效果验证。\n4. 熟悉 LLM 应用开发范式，有 LangChain / LlamaIndex / Semantic Kernel 等框架实战经验，深入理解 Prompt Engineering、RAG、Function Calling / Tool Use、Agent 规划与记忆机制；有 Data Agent、自动化分析报告或策略生成系统落地经验者优先。\n5. 精通 Python 和 SQL，代码风格良好，具备将分析能力产品化为可复用 Skill 或服务接口的工程意识；逻辑严谨、业务洞察力强，善于从商业本质出发定义问题并推动跨团队协作。\n6. 加分项：参与过 LLMOps 平台或 AI Agent 中台建设；发表过因果推断、推荐系统或 LLM 应用相关论文；有从 0 到 1 构建数据分析 Agent 并产生显著业务收益的成功案例。",
        "skills": [AI生成
            "Python",
            "SQL",
            "机器学习",
            "数据分析",
            "团队协作",
            "分析能力",
            "建模",
            "大语言模型",
            "检索增强生成",
            "智能体开发"
        ],
        "preferred_qualifications": "1. 统计学、数学、计算机、运筹学、经济学等相关专业本科及以上学历，5年以上头部互联网公司数据科学、算法或 AI 应用研发经验，具备电商、广告、推荐系统或用户增长背景者优先；有 Data Agent、自动化分析报告或策略生成系统落地经验者优先；6. 加分项：参与过 LLMOps 平台或 AI Agent 中台建设",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.taotian.com/off-campus/position-detail?positionId=100010080057"
            }
        ]
    },
    "posting": {
        "posting_id": "100010080057",
        "post_date": "2026-09-02",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100010080057"
    },
    "fulltext": "淘天集团-数据科学专家-杭州\n淘天集团-数据科学专家-杭州\n\n基础信息\n工作地点：杭州\n\n职位描述\n1. 聚焦“科学度量 + AI 决策”，基于 LLM + Agent 架构，构建 AAAS（Agent as a Service）能力，在用户增长、搜索推荐、营销策略、行业运营、广告商业化等核心场景中，打造从语义理解、分析洞察、科学评估和策略输出的A2A解决方案帮助业务核心指标增长。\n2. 主导 MASS（Method as a Service）体系建设，将实验分析、因果推断（PSM/DID/SCM/Causal Forest）、时序预测、波动归因、Uplift Modeling、Lookalike、流量仿真等经典数科方法论封装为标准化、可复用的计算引擎与 API 服务，提供高置信度的离线评估与在线诊断能力。\n3. 负责 KASS（Knowledge as a Service）数科知识库建设，沉淀业务语义、分析标准、方法选型、策略生成，构建结构化向量知识库与领域知识图谱，攻克复杂实验场景下的因果识别难题，优化 RAG 检索效果，为上层 Agent 提供准确、可解释、可追溯的推理依据。\n4. 推动全域科学决策标准落地，主导淘天统一的数据口径、实验设计规范、方法选型与策略推全标准和机制建设。\n\n职位要求\n1. 统计学、数学、计算机、运筹学、经济学等相关专业本科及以上学历，5年以上头部互联网公司数据科学、算法或 AI 应用研发经验，具备电商、广告、推荐系统或用户增长背景者优先。\n2. 精通 A/B Testing 全流程管理和复杂实验方案设计，熟练掌握多种因果推断方法，具备在大促、价格策略等非实验场景下进行离线因果评估的实战经验。\n3. 扎实掌握机器学习与建模技术，包括时序预测（Prophet/DeepAR）、Uplift、图神经网络、多目标优化等，能结合业务目标完成特征工程、模型调优与效果验证。\n4. 熟悉 LLM 应用开发范式，有 LangChain / LlamaIndex / Semantic Kernel 等框架实战经验，深入理解 Prompt Engineering、RAG、Function Calling / Tool Use、Agent 规划与记忆机制；有 Data Agent、自动化分析报告或策略生成系统落地经验者优先。\n5. 精通 Python 和 SQL，代码风格良好，具备将分析能力产品化为可复用 Skill 或服务接口的工程意识；逻辑严谨、业务洞察力强，善于从商业本质出发定义问题并推动跨团队协作。\n6. 加分项：参与过 LLMOps 平台或 AI Agent 中台建设；发表过因果推断、推荐系统或 LLM 应用相关论文；有从 0 到 1 构建数据分析 Agent 并产生显著业务收益的成功案例。\n1. 聚焦“科学度量 + AI 决策”，基于 LLM + Agent 架构，构建 AAAS（Agent as a Service）能力，在用户增长、搜索推荐、营销策略、行业运营、广告商业化等核心场景中，打造从语义理解、分析洞察、科学评估和策略输出的A2A解决方案帮助业务核心指标增长。\n2. 主导 MASS（Method as a Service）体系建设，将实验分析、因果推断（PSM/DID/SCM/Causal Forest）、时序预测、波动归因、Uplift Modeling、Lookalike、流量仿真等经典数科方法论封装为标准化、可复用的计算引擎与 API 服务，提供高置信度的离线评估与在线诊断能力。\n3. 负责 KASS（Knowledge as a Service）数科知识库建设，沉淀业务语义、分析标准、方法选型、策略生成，构建结构化向量知识库与领域知识图谱，攻克复杂实验场景下的因果识别难题，优化 RAG 检索效果，为上层 Agent 提供准确、可解释、可追溯的推理依据。\n4. 推动全域科学决策标准落地，主导淘天统一的数据口径、实验设计规范、方法选型与策略推全标准和机制建设。\n1. 统计学、数学、计算机、运筹学、经济学等相关专业本科及以上学历，5年以上头部互联网公司数据科学、算法或 AI 应用研发经验，具备电商、广告、推荐系统或用户增长背景者优先。\n2. 精通 A/B Testing 全流程管理和复杂实验方案设计，熟练掌握多种因果推断方法，具备在大促、价格策略等非实验场景下进行离线因果评估的实战经验。\n3. 扎实掌握机器学习与建模技术，包括时序预测（Prophet/DeepAR）、Uplift、图神经网络、多目标优化等，能结合业务目标完成特征工程、模型调优与效果验证。\n4. 熟悉 LLM 应用开发范式，有 LangChain / LlamaIndex / Semantic Kernel 等框架实战经验，深入理解 Prompt Engineering、RAG、Function Calling / Tool Use、Agent 规划与记忆机制；有 Data Agent、自动化分析报告或策略生成系统落地经验者优先。\n5. 精通 Python 和 SQL，代码风格良好，具备将分析能力产品化为可复用 Skill 或服务接口的工程意识；逻辑严谨、业务洞察力强，善于从商业本质出发定义问题并推动跨团队协作。\n6. 加分项：参与过 LLMOps 平台或 AI Agent 中台建设；发表过因果推断、推荐系统或 LLM 应用相关论文；有从 0 到 1 构建数据分析 Agent 并产生显著业务收益的成功案例。",
    "standard_classification": {
        "std_category_code": "T017",
        "std_aux_codes": [
            "T009"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}