主分类：数据分析与数据科学
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": "阿里国际站-数据科学专家-深圳",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "技术类-数据"AI生成
},
"company": {
"company_name": "阿里国际数字商业",
"company_industry": "跨境电商",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里国际数字商业业务涉及国际电商平台及跨境商品交易。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 4,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、统计建模&机器学习：通过回归、预测、优化、分类等建模方法，挖掘用户行为规律，优化产品形态和用户体验，带来业务价值\n2、用户理解&业务分析：理解业务目标和需求，使用数据分析方法和工具，为业务提供洞察和助力，例如漏斗分析，路径分析，用户分群分析等\n3、A/B实验&因果推断：通过A/B实验，PSM&DID，时间序列方法对不同产品策略进行评估，并进行深入的下钻分析和归因分析，对实验迭代提出方向性建议\n4、评估体系开发：建设产品指标库和相关应用，分析指标相关性，拆解KPI，定义和开发AI时代的业务指标体系和AI工具度量体系，指导业务和AI做工\n5、方法论沉淀和创新，以及工具建设：对实验、分析、建模方法论进行沉淀和创新，建立数据科学方法论，落地到平台工具和AI Agents",
"requirements_text": "1、熟练使用一种或多种分析统计及数据挖掘工具，如：SQL、Python、R 等；熟练使用一种AI工具，如：Claude Code、CodeX、Qoder等；\n2、熟悉概率论与统计基础，例如假设检验、统计分布、统计功效、贝叶斯方法、抽样与模拟技术等，\n3、有互联网 A/B 实验相关经验，擅长基于实验的数据分析；\n4、熟悉机器学习相关技术，例如 XGBoost、随机森林、逻辑回归、LightGBM 等；\n5、了解 AI 在数据分析场景中的落地实践，如使用 AI 辅助特征工程、自动 EDA 工具、MCP；\n6、4-8 年数据科学经验。\n有以下技能的优先：\n1、因果推断相关技术，例如 DAG、结构因果模型（SCM）、LiNGAM；\n2、统计建模相关技术，例如时间序列（ARIMA、Prophet、N-BEATS）、异常值检测；\n3、深度学习相关技术，例如 Transformer 架构，以及主流深度学习框架（PyTorch、TensorFlow）；\n4、AI相关技术，例如Loop/Harness Engineering、RAG、Auto Research；",
"skills": [AI生成
"Python",
"SQL",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"数据分析",
"数据挖掘",
"建模",
"检索增强生成"
],
"preferred_qualifications": "有以下技能的优先：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://aidc-jobs.alibaba.com/off-campus/position-detail?positionId=100010595002"
}
]
},
"posting": {
"posting_id": "100010595002",
"post_date": "2026-09-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://aidc-jobs.alibaba.com/off-campus/position-detail?positionId=100010595002"
},
"fulltext": "阿里国际站-数据科学专家-深圳\n阿里国际站-数据科学专家-深圳\n\n基础信息\n职位类别：技术类-数据\n工作地点：深圳\n\n职位描述\n1、统计建模&机器学习：通过回归、预测、优化、分类等建模方法，挖掘用户行为规律，优化产品形态和用户体验，带来业务价值\n2、用户理解&业务分析：理解业务目标和需求，使用数据分析方法和工具，为业务提供洞察和助力，例如漏斗分析，路径分析，用户分群分析等\n3、A/B实验&因果推断：通过A/B实验，PSM&DID，时间序列方法对不同产品策略进行评估，并进行深入的下钻分析和归因分析，对实验迭代提出方向性建议\n4、评估体系开发：建设产品指标库和相关应用，分析指标相关性，拆解KPI，定义和开发AI时代的业务指标体系和AI工具度量体系，指导业务和AI做工\n5、方法论沉淀和创新，以及工具建设：对实验、分析、建模方法论进行沉淀和创新，建立数据科学方法论，落地到平台工具和AI Agents\n\n职位要求\n1、熟练使用一种或多种分析统计及数据挖掘工具，如：SQL、Python、R 等；熟练使用一种AI工具，如：Claude Code、CodeX、Qoder等；\n2、熟悉概率论与统计基础，例如假设检验、统计分布、统计功效、贝叶斯方法、抽样与模拟技术等，\n3、有互联网 A/B 实验相关经验，擅长基于实验的数据分析；\n4、熟悉机器学习相关技术，例如 XGBoost、随机森林、逻辑回归、LightGBM 等；\n5、了解 AI 在数据分析场景中的落地实践，如使用 AI 辅助特征工程、自动 EDA 工具、MCP；\n6、4-8 年数据科学经验。\n有以下技能的优先：\n1、因果推断相关技术，例如 DAG、结构因果模型（SCM）、LiNGAM；\n2、统计建模相关技术，例如时间序列（ARIMA、Prophet、N-BEATS）、异常值检测；\n3、深度学习相关技术，例如 Transformer 架构，以及主流深度学习框架（PyTorch、TensorFlow）；\n4、AI相关技术，例如Loop/Harness Engineering、RAG、Auto Research；\n1、统计建模&机器学习：通过回归、预测、优化、分类等建模方法，挖掘用户行为规律，优化产品形态和用户体验，带来业务价值\n2、用户理解&业务分析：理解业务目标和需求，使用数据分析方法和工具，为业务提供洞察和助力，例如漏斗分析，路径分析，用户分群分析等\n3、A/B实验&因果推断：通过A/B实验，PSM&DID，时间序列方法对不同产品策略进行评估，并进行深入的下钻分析和归因分析，对实验迭代提出方向性建议\n4、评估体系开发：建设产品指标库和相关应用，分析指标相关性，拆解KPI，定义和开发AI时代的业务指标体系和AI工具度量体系，指导业务和AI做工\n5、方法论沉淀和创新，以及工具建设：对实验、分析、建模方法论进行沉淀和创新，建立数据科学方法论，落地到平台工具和AI Agents\n1、熟练使用一种或多种分析统计及数据挖掘工具，如：SQL、Python、R 等；熟练使用一种AI工具，如：Claude Code、CodeX、Qoder等；\n2、熟悉概率论与统计基础，例如假设检验、统计分布、统计功效、贝叶斯方法、抽样与模拟技术等，\n3、有互联网 A/B 实验相关经验，擅长基于实验的数据分析；\n4、熟悉机器学习相关技术，例如 XGBoost、随机森林、逻辑回归、LightGBM 等；\n5、了解 AI 在数据分析场景中的落地实践，如使用 AI 辅助特征工程、自动 EDA 工具、MCP；\n6、4-8 年数据科学经验。\n有以下技能的优先：\n1、因果推断相关技术，例如 DAG、结构因果模型（SCM）、LiNGAM；\n2、统计建模相关技术，例如时间序列（ARIMA、Prophet、N-BEATS）、异常值检测；\n3、深度学习相关技术，例如 Transformer 架构，以及主流深度学习框架（PyTorch、TensorFlow）；\n4、AI相关技术，例如Loop/Harness Engineering、RAG、Auto Research；",
"standard_classification": {
"std_category_code": "T017",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}