职位详情

职位列表 链接有效 不适用(官网全量采集) official:baidu:de891e7f-04d0-4be6-8be4-c7b4e091687c

数据策略研发工程师(J104670)

未披露 · 北京市 · 百度

主分类:数据工程与数据平台研发
算法与数据
辅助:数据分析与数据科学(仅展示)
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": "数据策略研发工程师(J104670)",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "ACG",
        "location": "北京市",
        "work_mode": "未披露",AI生成
        "job_category": "技术"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": "-本科及以上",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "-负责用户侧、商业化域数仓建设,完成 ODS/DWD/DWS/ADS 分层建模,基于 Spark 搭建离线数据链路,保障核心指标与报表稳定产出,打通投放、归因、用户行为、付费全链路数据底座\n-落地增长预测与实验评估模型:搭建 ROI、LTV、付费转化预估模型,支持渠道 / 素材 / 人群精细化测算;建设 A/B 实验评估体系,支撑策略迭代决策\n-搭建 DAU 预估及异动归因预警体系,从新增、留存、回流维度完成日度预测,自动识别指标波动\n-基于用户 Query、交互行为做特征与样本加工,落地用户意图识别模型,挖掘用户诉求赋能业务优化\n-协同产品、运营,运用漏斗、同期群、归因分析定位增长问题,主动输出可落地策略,驱动业务闭环",
        "requirements_text": "-本科及以上,3‑5 年数据策略研发经验,千万 DAU 产品增长商业化经验优先,大模型落地经验加分\n-精通 Hive/Spark,熟悉 Flink、Kafka;熟练 SQL、Python,了解 ClickHouse/Doris 等 OLAP 引擎,具备数仓及特征工程实战能力\n-掌握 AARRR、归因、同期群、实验评估等增长方法论;有 LTV、付费转化、ROI 预估、实验评估、用户意图识别建模落地经验优先\n-良好业务理解力,能够结合业务目标建模分析,主动发现问题推动策略落地\n-具备统计、机器学习基础,能独立完成业务预测、分类类模型落地",
        "skills": [AI生成
            "Python",
            "SQL",
            "ClickHouse",
            "Spark",
            "Flink",
            "Kafka",
            "机器学习",
            "建模",
            "大语言模型"
        ],
        "preferred_qualifications": "本科及以上,3‑5 年数据策略研发经验,千万 DAU 产品增长商业化经验优先,大模型落地经验加分;有 LTV、付费转化、ROI 预估、实验评估、用户意图识别建模落地经验优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.baidu.com/jobs/detail/SOCIAL/de891e7f-04d0-4be6-8be4-c7b4e091687c"
            }
        ]
    },
    "posting": {
        "posting_id": "de891e7f-04d0-4be6-8be4-c7b4e091687c",
        "post_date": "2026-08-17",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/de891e7f-04d0-4be6-8be4-c7b4e091687c"
    },
    "fulltext": "数据策略研发工程师(J104670)\n数据策略研发工程师(J104670)\n\n基础信息\n部门:ACG\n地点:北京市\n类别:技术\n招聘人数:1\n发布时间:2026-08-18\n\n工作职责\n-负责用户侧、商业化域数仓建设,完成 ODS/DWD/DWS/ADS 分层建模,基于 Spark 搭建离线数据链路,保障核心指标与报表稳定产出,打通投放、归因、用户行为、付费全链路数据底座\n-落地增长预测与实验评估模型:搭建 ROI、LTV、付费转化预估模型,支持渠道 / 素材 / 人群精细化测算;建设 A/B 实验评估体系,支撑策略迭代决策\n-搭建 DAU 预估及异动归因预警体系,从新增、留存、回流维度完成日度预测,自动识别指标波动\n-基于用户 Query、交互行为做特征与样本加工,落地用户意图识别模型,挖掘用户诉求赋能业务优化\n-协同产品、运营,运用漏斗、同期群、归因分析定位增长问题,主动输出可落地策略,驱动业务闭环\n\n职责要求\n-本科及以上,3‑5 年数据策略研发经验,千万 DAU 产品增长商业化经验优先,大模型落地经验加分\n-精通 Hive/Spark,熟悉 Flink、Kafka;熟练 SQL、Python,了解 ClickHouse/Doris 等 OLAP 引擎,具备数仓及特征工程实战能力\n-掌握 AARRR、归因、同期群、实验评估等增长方法论;有 LTV、付费转化、ROI 预估、实验评估、用户意图识别建模落地经验优先\n-良好业务理解力,能够结合业务目标建模分析,主动发现问题推动策略落地\n-具备统计、机器学习基础,能独立完成业务预测、分类类模型落地\n-负责用户侧、商业化域数仓建设,完成 ODS/DWD/DWS/ADS 分层建模,基于 Spark 搭建离线数据链路,保障核心指标与报表稳定产出,打通投放、归因、用户行为、付费全链路数据底座\n-落地增长预测与实验评估模型:搭建 ROI、LTV、付费转化预估模型,支持渠道 / 素材 / 人群精细化测算;建设 A/B 实验评估体系,支撑策略迭代决策\n-搭建 DAU 预估及异动归因预警体系,从新增、留存、回流维度完成日度预测,自动识别指标波动\n-基于用户 Query、交互行为做特征与样本加工,落地用户意图识别模型,挖掘用户诉求赋能业务优化\n-协同产品、运营,运用漏斗、同期群、归因分析定位增长问题,主动输出可落地策略,驱动业务闭环\n-本科及以上,3‑5 年数据策略研发经验,千万 DAU 产品增长商业化经验优先,大模型落地经验加分\n-精通 Hive/Spark,熟悉 Flink、Kafka;熟练 SQL、Python,了解 ClickHouse/Doris 等 OLAP 引擎,具备数仓及特征工程实战能力\n-掌握 AARRR、归因、同期群、实验评估等增长方法论;有 LTV、付费转化、ROI 预估、实验评估、用户意图识别建模落地经验优先\n-良好业务理解力,能够结合业务目标建模分析,主动发现问题推动策略落地\n-具备统计、机器学习基础,能独立完成业务预测、分类类模型落地",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [
            "T017"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}