职位详情

职位列表 链接有效 不适用(官网全量采集) official:baidu:58eeb248-2983-4335-b274-7df7d0a48e48

用户数据分析师(J39248)

未披露 · 北京市 · 百度

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": "用户数据分析师(J39248)",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "小度科技",
        "location": "北京市",
        "work_mode": "未披露",AI生成
        "job_category": "产品"AI生成
    },
    "company": {
        "company_name": "百度",
        "company_industry": "互联网 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "baidu.com",
        "company_description": "百度围绕搜索发展人工智能技术,业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "-学历背景:本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "-日常指标跟踪与报表支持:负责业务核心数据指标的监控与复盘,跟进指标异常及归因分析,支持产品与运营团队的策略评估与决策。协助维护数据报表系统,保障数据准确性与可用性\n-用户行为分析与分群洞察:基于小度用户行为日志,分析整体使用模式、关键路径和偏好特征,识别产品中的核心场景与问题点。结合行为特征进行用户分群,挖掘不同群体的画像和行为差异,为产品优化、内容策略和精细化运营提供数据支持\n-策略效果评估与实验分析:支持业务策略效果评估,开展前后数据对比分析,参与AB Test实验设计、实施与效果评估,提升策略落地的科学性与数据支撑力\n-数据挖掘与建模支持:如具备一定的数据建模或机器学习能力,可参与用户分层、流失预测、行为聚类等挖掘类任务,拓展分析深度,提升业务洞察价值(加分项)",
        "requirements_text": "-学历背景:本科及以上学历,统计学、数学、计算机、信息管理等相关专业优先\n-经验要求:1–3 年数据分析相关工作经验,有互联网、消费类产品或用户分析背景者优先\n-分析能力:逻辑清晰,具备良好的业务理解能力和数据敏感度,能独立完成数据分析任务并提炼可落地的业务建议\n-工具技能:掌握 SQL和主流BI工具,能独立完成数据提取与处理;了解 Python更佳\n-沟通协作:有良好的跨团队沟通能力,能与产品、运营等同事协同推进工作\n-加分项:了解基本的数据挖掘方法(如聚类、分类、预测建模等),有机器学习应用经验者优先",
        "skills": [AI生成
            "Python",
            "SQL",
            "机器学习",
            "数据分析",
            "数据挖掘",
            "沟通能力",
            "分析能力",
            "建模"
        ],
        "preferred_qualifications": "学历背景:本科及以上学历,统计学、数学、计算机、信息管理等相关专业优先;经验要求:1–3 年数据分析相关工作经验,有互联网、消费类产品或用户分析背景者优先;加分项:了解基本的数据挖掘方法(如聚类、分类、预测建模等),有机器学习应用经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.baidu.com/jobs/detail/SOCIAL/58eeb248-2983-4335-b274-7df7d0a48e48"
            }
        ]
    },
    "posting": {
        "posting_id": "58eeb248-2983-4335-b274-7df7d0a48e48",
        "post_date": "2025-08-11",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/58eeb248-2983-4335-b274-7df7d0a48e48"
    },
    "fulltext": "用户数据分析师(J39248)\n用户数据分析师(J39248)\n\n基础信息\n部门:小度科技\n地点:北京市\n类别:产品\n招聘人数:1\n发布时间:2026-07-21\n\n工作职责\n-日常指标跟踪与报表支持:负责业务核心数据指标的监控与复盘,跟进指标异常及归因分析,支持产品与运营团队的策略评估与决策。协助维护数据报表系统,保障数据准确性与可用性\n-用户行为分析与分群洞察:基于小度用户行为日志,分析整体使用模式、关键路径和偏好特征,识别产品中的核心场景与问题点。结合行为特征进行用户分群,挖掘不同群体的画像和行为差异,为产品优化、内容策略和精细化运营提供数据支持\n-策略效果评估与实验分析:支持业务策略效果评估,开展前后数据对比分析,参与AB Test实验设计、实施与效果评估,提升策略落地的科学性与数据支撑力\n-数据挖掘与建模支持:如具备一定的数据建模或机器学习能力,可参与用户分层、流失预测、行为聚类等挖掘类任务,拓展分析深度,提升业务洞察价值(加分项)\n\n职责要求\n-学历背景:本科及以上学历,统计学、数学、计算机、信息管理等相关专业优先\n-经验要求:1–3 年数据分析相关工作经验,有互联网、消费类产品或用户分析背景者优先\n-分析能力:逻辑清晰,具备良好的业务理解能力和数据敏感度,能独立完成数据分析任务并提炼可落地的业务建议\n-工具技能:掌握 SQL和主流BI工具,能独立完成数据提取与处理;了解 Python更佳\n-沟通协作:有良好的跨团队沟通能力,能与产品、运营等同事协同推进工作\n-加分项:了解基本的数据挖掘方法(如聚类、分类、预测建模等),有机器学习应用经验者优先\n-日常指标跟踪与报表支持:负责业务核心数据指标的监控与复盘,跟进指标异常及归因分析,支持产品与运营团队的策略评估与决策。协助维护数据报表系统,保障数据准确性与可用性\n-用户行为分析与分群洞察:基于小度用户行为日志,分析整体使用模式、关键路径和偏好特征,识别产品中的核心场景与问题点。结合行为特征进行用户分群,挖掘不同群体的画像和行为差异,为产品优化、内容策略和精细化运营提供数据支持\n-策略效果评估与实验分析:支持业务策略效果评估,开展前后数据对比分析,参与AB Test实验设计、实施与效果评估,提升策略落地的科学性与数据支撑力\n-数据挖掘与建模支持:如具备一定的数据建模或机器学习能力,可参与用户分层、流失预测、行为聚类等挖掘类任务,拓展分析深度,提升业务洞察价值(加分项)\n-学历背景:本科及以上学历,统计学、数学、计算机、信息管理等相关专业优先\n-经验要求:1–3 年数据分析相关工作经验,有互联网、消费类产品或用户分析背景者优先\n-分析能力:逻辑清晰,具备良好的业务理解能力和数据敏感度,能独立完成数据分析任务并提炼可落地的业务建议\n-工具技能:掌握 SQL和主流BI工具,能独立完成数据提取与处理;了解 Python更佳\n-沟通协作:有良好的跨团队沟通能力,能与产品、运营等同事协同推进工作\n-加分项:了解基本的数据挖掘方法(如聚类、分类、预测建模等),有机器学习应用经验者优先",
    "standard_classification": {
        "std_category_code": "T017",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}