职位详情

职位列表 链接有效 不适用(官网全量采集) official:netease:103_4794

数据分析师

未披露 · 杭州 · 网易

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": "数据分析师",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "网易互联网2027届校园招聘",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "技术"AI生成
    },
    "company": {
        "company_name": "网易",
        "company_industry": "互联网 / 游戏 / 数字内容",
        "company_size": "10000人以上",
        "company_website": "netease.com",
        "company_description": "网易提供互联网和游戏服务,并通过有道、网易云音乐、网易严选等业务提供学习、音乐及消费服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "2027届本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 参与集团核心业务的数据分析工作,理解业务目标,通过数据发现问题和机会,为产品、运营及业务决策提供支持;\n2. 参与核心指标体系和数据监控体系建设,持续跟踪业务表现,及时发现异常并定位原因;\n3. 围绕重点业务问题开展专题分析,运用漏斗、留存、分群、A/B Test 等方法,输出数据洞察和可落地的业务建议;\n4. 与产品、运营、研发及业务团队协作,将业务问题转化为数据问题,并通过分析推动业务优化;\n5. 沉淀通用指标、分析方法和分析框架,提升数据分析能力的标准化和复用效率;\n6. 探索大模型及 AI 工具在智能取数、自动化分析、异常诊断、归因分析等场景中的应用,提升分析效率。",
        "requirements_text": "1. 2027届本科及以上学历,统计学、数学、计算机、数据科学、经济学等相关专业;\n2. 具备扎实的数据分析和统计学基础,了解概率统计、假设检验、回归分析等基本方法;\n3. 熟练使用 SQL,具备数据提取、加工和分析能力;掌握 Python、R 等工具者优先;\n4. 了解常见数据分析方法,包括指标体系、漏斗分析、留存分析、用户分群、A/B Test 等;\n5. 具备较强的逻辑思维、数据敏感度和问题拆解能力,能够快速理解业务并形成清晰的分析思路;\n6. 具备良好的沟通协作能力,积极主动,对数据、业务及 AI 技术保持兴趣。\n加分项\n1. 有互联网数据分析、商业分析、数据产品等相关实习或项目经历;\n2. 有指标体系、专题分析、A/B Test、数据挖掘等实践经验;\n3. 熟悉 Python 数据分析工具,或有数学建模、Kaggle、数据分析类竞赛经历;\n4. 有使用大模型、Text-to-SQL、AI Coding 等工具进行数据分析的实践经验。",
        "skills": [AI生成
            "Python",
            "SQL",
            "数据分析",
            "数据挖掘",
            "逻辑思维",
            "分析能力",
            "建模",
            "商业分析",
            "大语言模型"
        ],
        "preferred_qualifications": "掌握 Python、R 等工具者优先;加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus.163.com/app/detail/index?id=4794&projectId=103"
            }
        ]
    },
    "posting": {
        "posting_id": "103_4794",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus.163.com/app/detail/index?id=4794&projectId=103"
    },
    "fulltext": "数据分析师\n职位描述\n1. 参与集团核心业务的数据分析工作,理解业务目标,通过数据发现问题和机会,为产品、运营及业务决策提供支持;\n2. 参与核心指标体系和数据监控体系建设,持续跟踪业务表现,及时发现异常并定位原因;\n3. 围绕重点业务问题开展专题分析,运用漏斗、留存、分群、A/B Test 等方法,输出数据洞察和可落地的业务建议;\n4. 与产品、运营、研发及业务团队协作,将业务问题转化为数据问题,并通过分析推动业务优化;\n5. 沉淀通用指标、分析方法和分析框架,提升数据分析能力的标准化和复用效率;\n6. 探索大模型及 AI 工具在智能取数、自动化分析、异常诊断、归因分析等场景中的应用,提升分析效率。\n\n职位要求\n1. 2027届本科及以上学历,统计学、数学、计算机、数据科学、经济学等相关专业;\n2. 具备扎实的数据分析和统计学基础,了解概率统计、假设检验、回归分析等基本方法;\n3. 熟练使用 SQL,具备数据提取、加工和分析能力;掌握 Python、R 等工具者优先;\n4. 了解常见数据分析方法,包括指标体系、漏斗分析、留存分析、用户分群、A/B Test 等;\n5. 具备较强的逻辑思维、数据敏感度和问题拆解能力,能够快速理解业务并形成清晰的分析思路;\n6. 具备良好的沟通协作能力,积极主动,对数据、业务及 AI 技术保持兴趣。\n加分项\n1. 有互联网数据分析、商业分析、数据产品等相关实习或项目经历;\n2. 有指标体系、专题分析、A/B Test、数据挖掘等实践经验;\n3. 熟悉 Python 数据分析工具,或有数学建模、Kaggle、数据分析类竞赛经历;\n4. 有使用大模型、Text-to-SQL、AI Coding 等工具进行数据分析的实践经验。\n1. 参与集团核心业务的数据分析工作,理解业务目标,通过数据发现问题和机会,为产品、运营及业务决策提供支持;\n2. 参与核心指标体系和数据监控体系建设,持续跟踪业务表现,及时发现异常并定位原因;\n3. 围绕重点业务问题开展专题分析,运用漏斗、留存、分群、A/B Test 等方法,输出数据洞察和可落地的业务建议;\n4. 与产品、运营、研发及业务团队协作,将业务问题转化为数据问题,并通过分析推动业务优化;\n5. 沉淀通用指标、分析方法和分析框架,提升数据分析能力的标准化和复用效率;\n6. 探索大模型及 AI 工具在智能取数、自动化分析、异常诊断、归因分析等场景中的应用,提升分析效率。\n1. 2027届本科及以上学历,统计学、数学、计算机、数据科学、经济学等相关专业;\n2. 具备扎实的数据分析和统计学基础,了解概率统计、假设检验、回归分析等基本方法;\n3. 熟练使用 SQL,具备数据提取、加工和分析能力;掌握 Python、R 等工具者优先;\n4. 了解常见数据分析方法,包括指标体系、漏斗分析、留存分析、用户分群、A/B Test 等;\n5. 具备较强的逻辑思维、数据敏感度和问题拆解能力,能够快速理解业务并形成清晰的分析思路;\n6. 具备良好的沟通协作能力,积极主动,对数据、业务及 AI 技术保持兴趣。\n加分项\n1. 有互联网数据分析、商业分析、数据产品等相关实习或项目经历;\n2. 有指标体系、专题分析、A/B Test、数据挖掘等实践经验;\n3. 熟悉 Python 数据分析工具,或有数学建模、Kaggle、数据分析类竞赛经历;\n4. 有使用大模型、Text-to-SQL、AI Coding 等工具进行数据分析的实践经验。",
    "standard_classification": {
        "std_category_code": "T017",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}