主分类：数据工程与数据平台研发
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": "数字人智能数据研发工程师（J103525）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "MEG",
"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": 2,
"degree": "-本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-负责数字人核心业务数据体系建设与迭代，搭建并维护数据仓库、大数据处理核心模块，输出标准化数据报表，依托大数据能力支撑产品迭代、业务复盘与精细化运营决策，高效解决业务数据痛点问题\n-深度梳理数字人全链路业务逻辑，拆解业务数据维度，沉淀通用、可复用的数据特征体系，为数字人产品力提升、场景化落地提供标准化数据底座\n-主导BI数据指标体系的搭建、迭代与落地，覆盖产品、运营、商业化等核心业务场景；搭建完善的数据质量监控机制，实时跟进数据异常、完成溯源分析，保障各类数据准时、精准、稳定产出\n-承接日常业务数据分析需求，通过多维数据拆解、复盘分析，输出可落地的数据分析结论，为业务策略调整、产品优化、增长决策提供核心数据支撑\n-结合AI数据分析、数据挖掘技术，深度挖掘数字人产品的用户价值、场景潜力与迭代需求，依托数据创新驱动产品优化升级，探索大模型+数字人数据应用新场景，以技术创新赋能产品长效增长",
"requirements_text": "-本科及以上学历，计算机、统计学、大数据、人工智能等相关专业，基础功底扎实\n-具备2年及以上大数据开发实战经验，精通Hive、Spark等主流大数据计算框架，熟练掌握大数据仓库建模、数据清洗、分层建设等核心能力\n-熟悉Linux操作环境，熟练运用Python、Shell等脚本语言进行数据开发与自动化处理；具备良好的数据结构与算法基础，能够高效解决各类数据研发问题\n-掌握主流机器学习算法原理与应用场景，了解大模型落地应用逻辑；有大模型数据处理、AI数据自闭环研发、数字人/AI产品/海外云平台数据研发经验者优先\n-具备极强的数据敏感度、逻辑思维能力与问题拆解能力，能够快速吃透复杂数字人业务场景，精准捕捉核心数据问题，通过数据洞察驱动业务优化\n-具备良好的跨团队沟通协作能力、主动推进意识与高效的执行力，乐于团队共建、主动复盘优化\n-热爱数据研发工作，热衷于从海量数据中挖掘业务洞察、发现创新机会，对AI数字人前沿赛道抱有强烈的探索欲与成长意愿",
"skills": [AI生成
"Python",
"Linux",
"Spark",
"机器学习",
"数据结构",
"数据清洗",
"逻辑思维",
"建模",
"大语言模型"
],
"preferred_qualifications": "有大模型数据处理、AI数据自闭环研发、数字人/AI产品/海外云平台数据研发经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/f781cdd5-e50a-4b5b-9894-2f7a42f0cbbe"
}
]
},
"posting": {
"posting_id": "f781cdd5-e50a-4b5b-9894-2f7a42f0cbbe",
"post_date": "2026-07-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/f781cdd5-e50a-4b5b-9894-2f7a42f0cbbe"
},
"fulltext": "数字人智能数据研发工程师（J103525）\n数字人智能数据研发工程师（J103525）\n\n基础信息\n部门：MEG\n地点：北京市\n类别：技术\n招聘人数：1\n发布时间：2026-07-27\n\n工作职责\n-负责数字人核心业务数据体系建设与迭代，搭建并维护数据仓库、大数据处理核心模块，输出标准化数据报表，依托大数据能力支撑产品迭代、业务复盘与精细化运营决策，高效解决业务数据痛点问题\n-深度梳理数字人全链路业务逻辑，拆解业务数据维度，沉淀通用、可复用的数据特征体系，为数字人产品力提升、场景化落地提供标准化数据底座\n-主导BI数据指标体系的搭建、迭代与落地，覆盖产品、运营、商业化等核心业务场景；搭建完善的数据质量监控机制，实时跟进数据异常、完成溯源分析，保障各类数据准时、精准、稳定产出\n-承接日常业务数据分析需求，通过多维数据拆解、复盘分析，输出可落地的数据分析结论，为业务策略调整、产品优化、增长决策提供核心数据支撑\n-结合AI数据分析、数据挖掘技术，深度挖掘数字人产品的用户价值、场景潜力与迭代需求，依托数据创新驱动产品优化升级，探索大模型+数字人数据应用新场景，以技术创新赋能产品长效增长\n\n职责要求\n-本科及以上学历，计算机、统计学、大数据、人工智能等相关专业，基础功底扎实\n-具备2年及以上大数据开发实战经验，精通Hive、Spark等主流大数据计算框架，熟练掌握大数据仓库建模、数据清洗、分层建设等核心能力\n-熟悉Linux操作环境，熟练运用Python、Shell等脚本语言进行数据开发与自动化处理；具备良好的数据结构与算法基础，能够高效解决各类数据研发问题\n-掌握主流机器学习算法原理与应用场景，了解大模型落地应用逻辑；有大模型数据处理、AI数据自闭环研发、数字人/AI产品/海外云平台数据研发经验者优先\n-具备极强的数据敏感度、逻辑思维能力与问题拆解能力，能够快速吃透复杂数字人业务场景，精准捕捉核心数据问题，通过数据洞察驱动业务优化\n-具备良好的跨团队沟通协作能力、主动推进意识与高效的执行力，乐于团队共建、主动复盘优化\n-热爱数据研发工作，热衷于从海量数据中挖掘业务洞察、发现创新机会，对AI数字人前沿赛道抱有强烈的探索欲与成长意愿\n-负责数字人核心业务数据体系建设与迭代，搭建并维护数据仓库、大数据处理核心模块，输出标准化数据报表，依托大数据能力支撑产品迭代、业务复盘与精细化运营决策，高效解决业务数据痛点问题\n-深度梳理数字人全链路业务逻辑，拆解业务数据维度，沉淀通用、可复用的数据特征体系，为数字人产品力提升、场景化落地提供标准化数据底座\n-主导BI数据指标体系的搭建、迭代与落地，覆盖产品、运营、商业化等核心业务场景；搭建完善的数据质量监控机制，实时跟进数据异常、完成溯源分析，保障各类数据准时、精准、稳定产出\n-承接日常业务数据分析需求，通过多维数据拆解、复盘分析，输出可落地的数据分析结论，为业务策略调整、产品优化、增长决策提供核心数据支撑\n-结合AI数据分析、数据挖掘技术，深度挖掘数字人产品的用户价值、场景潜力与迭代需求，依托数据创新驱动产品优化升级，探索大模型+数字人数据应用新场景，以技术创新赋能产品长效增长\n-本科及以上学历，计算机、统计学、大数据、人工智能等相关专业，基础功底扎实\n-具备2年及以上大数据开发实战经验，精通Hive、Spark等主流大数据计算框架，熟练掌握大数据仓库建模、数据清洗、分层建设等核心能力\n-熟悉Linux操作环境，熟练运用Python、Shell等脚本语言进行数据开发与自动化处理；具备良好的数据结构与算法基础，能够高效解决各类数据研发问题\n-掌握主流机器学习算法原理与应用场景，了解大模型落地应用逻辑；有大模型数据处理、AI数据自闭环研发、数字人/AI产品/海外云平台数据研发经验者优先\n-具备极强的数据敏感度、逻辑思维能力与问题拆解能力，能够快速吃透复杂数字人业务场景，精准捕捉核心数据问题，通过数据洞察驱动业务优化\n-具备良好的跨团队沟通协作能力、主动推进意识与高效的执行力，乐于团队共建、主动复盘优化\n-热爱数据研发工作，热衷于从海量数据中挖掘业务洞察、发现创新机会，对AI数字人前沿赛道抱有强烈的探索欲与成长意愿",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [
"T017"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}