职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199907800043

数据科学家

未披露 · 北京 / 广州 / 杭州 / 上海 · 淘天集团

主分类:数据分析与数据科学
算法与数据
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": "数据科学家",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "淘天集团 / 淘宝闪购 / 阿里国际数字商业集团 / 阿里云 / 千问事业部 / 高德地图 / 盒马",
        "location": "北京 / 广州 / 杭州 / 上海",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"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": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 参与构建下一代AI驱动的数据科学体系,参与构建行业领先的决策智能系统,融合因果推断与大模型推理能力,突破传统AB实验边界;\n2. 站在数据科学与生成式AI的交叉前沿,开发基于大模型的自动化分析工具链;\n3. 探索RAG在商业分析中的创新应用,实现数据洞察的自然语言交互式挖掘;\n4. 接应用先进的机器学习框架和统计方法,设计并实施方案,解决前所未有的业务挑战;\n5. 通过Python/R等流行语言编写高效的机器学习算法,产出新颖实用的分析图表;\n6. 沉浸在阿里海量的数据中,发挥你的商业敏感度,发现足以改变商业决策的关键洞察,创造性地提出切实可行的营销策略,并通过科学的实验设计来验证其商业效果。",
        "requirements_text": "1. 本科及以上学历,计算机、统计学、数学等专业;\n2. 具备扎实的专业基础,熟悉一门数据科学语言,如Python、R、SQL、Java等;\n3. 具备较强的动手能力和学习能力,具备良好的沟通能力和团队合作,主动积极,乐于面对挑战;\n4. 理解传统机器学习算法概念,熟悉深度学习核心框架、了解Attention机制等大模型基础原理。\n【加分项】\n1. 有参与过数据科学、分析、数据挖掘、算法等相关项目优先;\n2. 有大数据操作的实际经验优先;\n3. 具备大模型实践经历:至少参与过LLM微调、提示工程、模型压缩等任一环节优先。",
        "skills": [AI生成
            "Python",
            "Java",
            "SQL",
            "机器学习",
            "深度学习",
            "数据挖掘",
            "团队协作",
            "沟通能力",
            "学习能力",
            "大语言模型"
        ],
        "preferred_qualifications": "【加分项】;1. 有参与过数据科学、分析、数据挖掘、算法等相关项目优先;2. 有大数据操作的实际经验优先;3. 具备大模型实践经历:至少参与过LLM微调、提示工程、模型压缩等任一环节优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199907800043?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907800043",
        "post_date": "2026-08-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907800043?deptCodes="
    },
    "fulltext": "数据科学家\n数据科学家\n\n基础信息\n毕业起止时间要求:2026-11-01 - 2027-10-31\n职位类别:技术类\n招聘项目:阿里巴巴2027届应届生\n工作地点:北京 / 广州 / 杭州 / 上海\n\n职位描述\n1. 参与构建下一代AI驱动的数据科学体系,参与构建行业领先的决策智能系统,融合因果推断与大模型推理能力,突破传统AB实验边界;\n2. 站在数据科学与生成式AI的交叉前沿,开发基于大模型的自动化分析工具链;\n3. 探索RAG在商业分析中的创新应用,实现数据洞察的自然语言交互式挖掘;\n4. 接应用先进的机器学习框架和统计方法,设计并实施方案,解决前所未有的业务挑战;\n5. 通过Python/R等流行语言编写高效的机器学习算法,产出新颖实用的分析图表;\n6. 沉浸在阿里海量的数据中,发挥你的商业敏感度,发现足以改变商业决策的关键洞察,创造性地提出切实可行的营销策略,并通过科学的实验设计来验证其商业效果。\n\n职位要求\n1. 本科及以上学历,计算机、统计学、数学等专业;\n2. 具备扎实的专业基础,熟悉一门数据科学语言,如Python、R、SQL、Java等;\n3. 具备较强的动手能力和学习能力,具备良好的沟通能力和团队合作,主动积极,乐于面对挑战;\n4. 理解传统机器学习算法概念,熟悉深度学习核心框架、了解Attention机制等大模型基础原理。\n【加分项】\n1. 有参与过数据科学、分析、数据挖掘、算法等相关项目优先;\n2. 有大数据操作的实际经验优先;\n3. 具备大模型实践经历:至少参与过LLM微调、提示工程、模型压缩等任一环节优先。\n\n在招业务\n淘天集团 / 淘宝闪购 / 阿里国际数字商业集团 / 阿里云 / 千问事业部 / 高德地图 / 盒马\n1. 参与构建下一代AI驱动的数据科学体系,参与构建行业领先的决策智能系统,融合因果推断与大模型推理能力,突破传统AB实验边界;\n2. 站在数据科学与生成式AI的交叉前沿,开发基于大模型的自动化分析工具链;\n3. 探索RAG在商业分析中的创新应用,实现数据洞察的自然语言交互式挖掘;\n4. 接应用先进的机器学习框架和统计方法,设计并实施方案,解决前所未有的业务挑战;\n5. 通过Python/R等流行语言编写高效的机器学习算法,产出新颖实用的分析图表;\n6. 沉浸在阿里海量的数据中,发挥你的商业敏感度,发现足以改变商业决策的关键洞察,创造性地提出切实可行的营销策略,并通过科学的实验设计来验证其商业效果。\n1. 本科及以上学历,计算机、统计学、数学等专业;\n2. 具备扎实的专业基础,熟悉一门数据科学语言,如Python、R、SQL、Java等;\n3. 具备较强的动手能力和学习能力,具备良好的沟通能力和团队合作,主动积极,乐于面对挑战;\n4. 理解传统机器学习算法概念,熟悉深度学习核心框架、了解Attention机制等大模型基础原理。\n【加分项】\n1. 有参与过数据科学、分析、数据挖掘、算法等相关项目优先;\n2. 有大数据操作的实际经验优先;\n3. 具备大模型实践经历:至少参与过LLM微调、提示工程、模型压缩等任一环节优先。",
    "standard_classification": {
        "std_category_code": "T017",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}