{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "HR策略分析师",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "人力资源平台",
        "location": "北京市",
        "work_mode": "未披露",AI生成
        "job_category": "商业分析类"AI生成
    },
    "company": {
        "company_name": "美团",
        "company_industry": "科技零售 / 生活服务",
        "company_size": "10000人以上",
        "company_website": "meituan.com",
        "company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
    },
    "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": "人力分析（HRBA）的使命是：用科学的方法和工程的方式探索真理，我们希望去探究HR管理的真理，希望在HR管理者的理论和经验之外提供一个新的视角来提供管理决策支持，服务HR体系更好、更快、更正确地发展。\n1.问题定义与归因：基于业务数据、人才指标和组织效能数据，从\"发生了什么\"推进到\"为什么发生\"。能独立识别数据异常背后的组织/人才问题，定义值得回答的策略性问题，而非只是呈现数据。\n2.组织与人才策略分析：基于公司战略和组织能力建设需求，通过数据分析、行业研究、内部调研、指标体系构建和结构化诊断，识别组织健康度、人才策略、管理效能等领域的关键问题与机会，为组织决策提供数据支撑，推动从\"数据感知\"到\"决策行动\"的闭环。\n3.数据产品与分析体系建设：设计和迭代HR领域的核心指标体系与分析框架，将散落的人力数据转化为可持续、可复用的决策工具。\n4.AI驱动的分析方式与工具建设：团队正在用多Agent体系重构HR分析的工作方式——不是\"学着用AI提效\"，而是\"重新设计分析工作本身应该怎么被完成\"。",
        "requirements_text": "1.问题定义能力：能区分\"数据问题\"和\"业务问题\"，在原始数据之上提炼出值得回答的问题。不满足于\"把数据跑出来\"，追问\"跑出来之后说明了什么\"。如果你做过从数据中发现组织问题的案例，欢迎附在简历里。\n2.归因判断力：能在信息不完整、口径不统一、结论互相矛盾的环境下做出高质量判断。面对一组数据，你能判断\"这个变化是信号还是噪音，以及需要从哪些角度开展分析\"；理解数据背后的上下文和约束条件，能区分\"数据告诉了我们什么\"和\"数据没告诉我们的\"。\n3.创造力：AI正在快速接管\"整合已有信息\"的工作，但提出新问题、定义新分析框架、设计新的度量方式——这些依然是人的主场。我们看重的不只是\"会用AI\"，而是能看见AI还看不到的东西。\n4.同理心：分析最终服务于人的决策。你需要理解管理者在想什么、担心什么、在什么约束下做选择，能站在不同人的视角看问题，而不是站在自己的专业视角提方案。\n5.跨领域思维：具备跨学科视野或跨领域好奇心，能同时用技术和管理的语言理解问题。专业背景不限，重要的是你用什么方法思考，是否已经习惯用多个学科的语言理解同一个问题。",
        "skills": [AI生成
            "数据分析"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "1.分析的对象从业务指标变成人和组织：分析对象是大型组织怎么运转、人才怎么流动、管理决策怎么发生。这意味着更高的复杂度，也意味着更大的影响面。\n2.参与真实变革推动：分析产出面向业务负责人和管理层，影响人才策略和组织方向的决策。不是旁观者，而是参与者。\n3.用AI重构分析工作的实践者：团队不是在\"用AI提效\"，而是在设计AI原生的HR分析体系。你参与的项目，是中国市场上PA领域的前行者。\n4.团队文化直接、务实：团队沟通不讲层级。专业上较真，沟通上坦诚。主管+Mentor+Buddy全程支持成长。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=1072663203&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "1072663203",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=1072663203&jobShareType=1"
    },
    "fulltext": "HR策略分析师\nHR策略分析师\n\n基础信息\n工作地点：北京市\n部门：人力资源平台\n职位类别：商业分析类\n职位族群：商业分析\n更新时间：2026-07-07\n\n岗位职责\n人力分析（HRBA）的使命是：用科学的方法和工程的方式探索真理，我们希望去探究HR管理的真理，希望在HR管理者的理论和经验之外提供一个新的视角来提供管理决策支持，服务HR体系更好、更快、更正确地发展。\n1.问题定义与归因：基于业务数据、人才指标和组织效能数据，从\"发生了什么\"推进到\"为什么发生\"。能独立识别数据异常背后的组织/人才问题，定义值得回答的策略性问题，而非只是呈现数据。\n2.组织与人才策略分析：基于公司战略和组织能力建设需求，通过数据分析、行业研究、内部调研、指标体系构建和结构化诊断，识别组织健康度、人才策略、管理效能等领域的关键问题与机会，为组织决策提供数据支撑，推动从\"数据感知\"到\"决策行动\"的闭环。\n3.数据产品与分析体系建设：设计和迭代HR领域的核心指标体系与分析框架，将散落的人力数据转化为可持续、可复用的决策工具。\n4.AI驱动的分析方式与工具建设：团队正在用多Agent体系重构HR分析的工作方式——不是\"学着用AI提效\"，而是\"重新设计分析工作本身应该怎么被完成\"。\n\n岗位基本要求\n1.问题定义能力：能区分\"数据问题\"和\"业务问题\"，在原始数据之上提炼出值得回答的问题。不满足于\"把数据跑出来\"，追问\"跑出来之后说明了什么\"。如果你做过从数据中发现组织问题的案例，欢迎附在简历里。\n2.归因判断力：能在信息不完整、口径不统一、结论互相矛盾的环境下做出高质量判断。面对一组数据，你能判断\"这个变化是信号还是噪音，以及需要从哪些角度开展分析\"；理解数据背后的上下文和约束条件，能区分\"数据告诉了我们什么\"和\"数据没告诉我们的\"。\n3.创造力：AI正在快速接管\"整合已有信息\"的工作，但提出新问题、定义新分析框架、设计新的度量方式——这些依然是人的主场。我们看重的不只是\"会用AI\"，而是能看见AI还看不到的东西。\n4.同理心：分析最终服务于人的决策。你需要理解管理者在想什么、担心什么、在什么约束下做选择，能站在不同人的视角看问题，而不是站在自己的专业视角提方案。\n5.跨领域思维：具备跨学科视野或跨领域好奇心，能同时用技术和管理的语言理解问题。专业背景不限，重要的是你用什么方法思考，是否已经习惯用多个学科的语言理解同一个问题。\n\n岗位亮点\n1.分析的对象从业务指标变成人和组织：分析对象是大型组织怎么运转、人才怎么流动、管理决策怎么发生。这意味着更高的复杂度，也意味着更大的影响面。\n2.参与真实变革推动：分析产出面向业务负责人和管理层，影响人才策略和组织方向的决策。不是旁观者，而是参与者。\n3.用AI重构分析工作的实践者：团队不是在\"用AI提效\"，而是在设计AI原生的HR分析体系。你参与的项目，是中国市场上PA领域的前行者。\n4.团队文化直接、务实：团队沟通不讲层级。专业上较真，沟通上坦诚。主管+Mentor+Buddy全程支持成长。\n人力分析（HRBA）的使命是：用科学的方法和工程的方式探索真理，我们希望去探究HR管理的真理，希望在HR管理者的理论和经验之外提供一个新的视角来提供管理决策支持，服务HR体系更好、更快、更正确地发展。\n1.问题定义与归因：基于业务数据、人才指标和组织效能数据，从\"发生了什么\"推进到\"为什么发生\"。能独立识别数据异常背后的组织/人才问题，定义值得回答的策略性问题，而非只是呈现数据。\n2.组织与人才策略分析：基于公司战略和组织能力建设需求，通过数据分析、行业研究、内部调研、指标体系构建和结构化诊断，识别组织健康度、人才策略、管理效能等领域的关键问题与机会，为组织决策提供数据支撑，推动从\"数据感知\"到\"决策行动\"的闭环。\n3.数据产品与分析体系建设：设计和迭代HR领域的核心指标体系与分析框架，将散落的人力数据转化为可持续、可复用的决策工具。\n4.AI驱动的分析方式与工具建设：团队正在用多Agent体系重构HR分析的工作方式——不是\"学着用AI提效\"，而是\"重新设计分析工作本身应该怎么被完成\"。\n1.问题定义能力：能区分\"数据问题\"和\"业务问题\"，在原始数据之上提炼出值得回答的问题。不满足于\"把数据跑出来\"，追问\"跑出来之后说明了什么\"。如果你做过从数据中发现组织问题的案例，欢迎附在简历里。\n2.归因判断力：能在信息不完整、口径不统一、结论互相矛盾的环境下做出高质量判断。面对一组数据，你能判断\"这个变化是信号还是噪音，以及需要从哪些角度开展分析\"；理解数据背后的上下文和约束条件，能区分\"数据告诉了我们什么\"和\"数据没告诉我们的\"。\n3.创造力：AI正在快速接管\"整合已有信息\"的工作，但提出新问题、定义新分析框架、设计新的度量方式——这些依然是人的主场。我们看重的不只是\"会用AI\"，而是能看见AI还看不到的东西。\n4.同理心：分析最终服务于人的决策。你需要理解管理者在想什么、担心什么、在什么约束下做选择，能站在不同人的视角看问题，而不是站在自己的专业视角提方案。\n5.跨领域思维：具备跨学科视野或跨领域好奇心，能同时用技术和管理的语言理解问题。专业背景不限，重要的是你用什么方法思考，是否已经习惯用多个学科的语言理解同一个问题。",
    "standard_classification": {
        "std_category_code": "T017",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}