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": "数据科学岗",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "京东零售",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "职能类"AI生成
},
"company": {
"company_name": "京东集团",
"company_industry": "电商 / 供应链 / 物流 / 科技服务",
"company_size": "10000人以上",
"company_website": "jd.com",
"company_description": "京东是一家以供应链为基础的技术与服务企业,覆盖零售、物流、科技、健康等业务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "数据科学岗\n\n基础信息\n招聘类型:社招\n职位类别:职能类\n工作地点:北京市\n所属部门:京东零售\n发布时间:2026-09-01\n\n岗位职责\n1. 设计营销风控监控体系,识别黄牛与刷单团伙作弊模式,降低平台资损风险;\n2. 构建并优化风控规则策略,拦截优惠券与活动套利行为,保障营销资源有效利用;\n3. 分析优惠发放与核销全链路数据,定位流程漏洞并提出可执行优化建议;\n4. 管理多项目分析优先级,推动高风险场景拦截机制落地,确保关键任务高质量完成。\n\n任职要求\n1. 具备营销风控策略设计能力,能够基于用户行为数据与业务规则构建异常识别模型并持续优化拦截策略;\n2. 拥有业务数据深度分析经验,能够对优惠发放与核销全链路进行组合诊断分析,定位流程漏洞并提出可执行优化建议;\n3. 具备风险本质洞察力,能够从复杂作弊表象中识别灰黑产作案模式,提炼共性风险特征并形成可复用的防控逻辑;\n4. 具备风控机制优化能力,能够针对多营销活动并行场景设计资源优先级分配模型,提升高风险战役的响应效率与拦截效果;\n5. 致力于构建可持续的出行营销风控体系,以长期视角守护公司资源安全并为业务创造真实价值;\n6. 符合京东价值观:客户为先、创新、拼搏、担当、感恩、诚信。",
"requirements_text": "数据科学岗\n\n基础信息\n招聘类型:社招\n职位类别:职能类\n工作地点:北京市\n所属部门:京东零售\n发布时间:2026-09-01\n\n岗位职责\n1. 设计营销风控监控体系,识别黄牛与刷单团伙作弊模式,降低平台资损风险;\n2. 构建并优化风控规则策略,拦截优惠券与活动套利行为,保障营销资源有效利用;\n3. 分析优惠发放与核销全链路数据,定位流程漏洞并提出可执行优化建议;\n4. 管理多项目分析优先级,推动高风险场景拦截机制落地,确保关键任务高质量完成。\n\n任职要求\n1. 具备营销风控策略设计能力,能够基于用户行为数据与业务规则构建异常识别模型并持续优化拦截策略;\n2. 拥有业务数据深度分析经验,能够对优惠发放与核销全链路进行组合诊断分析,定位流程漏洞并提出可执行优化建议;\n3. 具备风险本质洞察力,能够从复杂作弊表象中识别灰黑产作案模式,提炼共性风险特征并形成可复用的防控逻辑;\n4. 具备风控机制优化能力,能够针对多营销活动并行场景设计资源优先级分配模型,提升高风险战役的响应效率与拦截效果;\n5. 致力于构建可持续的出行营销风控体系,以长期视角守护公司资源安全并为业务创造真实价值;\n6. 符合京东价值观:客户为先、创新、拼搏、担当、感恩、诚信。",
"skills": [AI生成
"招聘"
],
"preferred_qualifications": "4. 管理多项目分析优先级,推动高风险场景拦截机制落地,确保关键任务高质量完成;4. 具备风控机制优化能力,能够针对多营销活动并行场景设计资源优先级分配模型,提升高风险战役的响应效率与拦截效果",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.jd.com/web/job-info-detail?requementId=223420"
}
]
},
"posting": {
"posting_id": "223420",
"post_date": "2026-09-01",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=223420"
},
"fulltext": "数据科学岗\n数据科学岗\n\n基础信息\n招聘类型:社招\n职位类别:职能类\n工作地点:北京市\n所属部门:京东零售\n发布时间:2026-09-01\n\n岗位职责\n1. 设计营销风控监控体系,识别黄牛与刷单团伙作弊模式,降低平台资损风险;\n2. 构建并优化风控规则策略,拦截优惠券与活动套利行为,保障营销资源有效利用;\n3. 分析优惠发放与核销全链路数据,定位流程漏洞并提出可执行优化建议;\n4. 管理多项目分析优先级,推动高风险场景拦截机制落地,确保关键任务高质量完成。\n\n任职要求\n1. 具备营销风控策略设计能力,能够基于用户行为数据与业务规则构建异常识别模型并持续优化拦截策略;\n2. 拥有业务数据深度分析经验,能够对优惠发放与核销全链路进行组合诊断分析,定位流程漏洞并提出可执行优化建议;\n3. 具备风险本质洞察力,能够从复杂作弊表象中识别灰黑产作案模式,提炼共性风险特征并形成可复用的防控逻辑;\n4. 具备风控机制优化能力,能够针对多营销活动并行场景设计资源优先级分配模型,提升高风险战役的响应效率与拦截效果;\n5. 致力于构建可持续的出行营销风控体系,以长期视角守护公司资源安全并为业务创造真实价值;\n6. 符合京东价值观:客户为先、创新、拼搏、担当、感恩、诚信。\n数据科学岗\n\n基础信息\n招聘类型:社招\n职位类别:职能类\n工作地点:北京市\n所属部门:京东零售\n发布时间:2026-09-01\n\n岗位职责\n1. 设计营销风控监控体系,识别黄牛与刷单团伙作弊模式,降低平台资损风险;\n2. 构建并优化风控规则策略,拦截优惠券与活动套利行为,保障营销资源有效利用;\n3. 分析优惠发放与核销全链路数据,定位流程漏洞并提出可执行优化建议;\n4. 管理多项目分析优先级,推动高风险场景拦截机制落地,确保关键任务高质量完成。\n\n任职要求\n1. 具备营销风控策略设计能力,能够基于用户行为数据与业务规则构建异常识别模型并持续优化拦截策略;\n2. 拥有业务数据深度分析经验,能够对优惠发放与核销全链路进行组合诊断分析,定位流程漏洞并提出可执行优化建议;\n3. 具备风险本质洞察力,能够从复杂作弊表象中识别灰黑产作案模式,提炼共性风险特征并形成可复用的防控逻辑;\n4. 具备风控机制优化能力,能够针对多营销活动并行场景设计资源优先级分配模型,提升高风险战役的响应效率与拦截效果;\n5. 致力于构建可持续的出行营销风控体系,以长期视角守护公司资源安全并为业务创造真实价值;\n6. 符合京东价值观:客户为先、创新、拼搏、担当、感恩、诚信。\n数据科学岗\n\n基础信息\n招聘类型:社招\n职位类别:职能类\n工作地点:北京市\n所属部门:京东零售\n发布时间:2026-09-01\n\n岗位职责\n1. 设计营销风控监控体系,识别黄牛与刷单团伙作弊模式,降低平台资损风险;\n2. 构建并优化风控规则策略,拦截优惠券与活动套利行为,保障营销资源有效利用;\n3. 分析优惠发放与核销全链路数据,定位流程漏洞并提出可执行优化建议;\n4. 管理多项目分析优先级,推动高风险场景拦截机制落地,确保关键任务高质量完成。\n\n任职要求\n1. 具备营销风控策略设计能力,能够基于用户行为数据与业务规则构建异常识别模型并持续优化拦截策略;\n2. 拥有业务数据深度分析经验,能够对优惠发放与核销全链路进行组合诊断分析,定位流程漏洞并提出可执行优化建议;\n3. 具备风险本质洞察力,能够从复杂作弊表象中识别灰黑产作案模式,提炼共性风险特征并形成可复用的防控逻辑;\n4. 具备风控机制优化能力,能够针对多营销活动并行场景设计资源优先级分配模型,提升高风险战役的响应效率与拦截效果;\n5. 致力于构建可持续的出行营销风控体系,以长期视角守护公司资源安全并为业务创造真实价值;\n6. 符合京东价值观:客户为先、创新、拼搏、担当、感恩、诚信。",
"standard_classification": {
"std_category_code": "T017",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}