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": "高级/资深数据分析师（LOFTER）",
"job_level": "高级",AI生成
"work_category": "全职",AI生成
"department": "元气事业部",
"location": "杭州市",
"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": 3,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 数据工具与指标体系落地\n推动指标体系的工程化沉淀，参与开发数据看板、常用查询工具与数据服务接口，把重复、复杂的取数逻辑封装成易用的工具，提升团队整体的取数与决策效率。\n2. 数据分析支持与业务探查\n作为分析团队的技术支撑，参与产品版本迭代，支持 AB 实验数据评估、多维数据探查与专项分析，能独立完成一定深度的数据分析并产出结论，辅助识别增长机会。\n3. 智能化提效探索（加分亮点）\n结合业务场景，尝试引入 LLM、Text-to-SQL 等新工具优化数据分析流程；探索自动化报告生成、异常数据自动诊断等智能化方案，持续提升团队的数据生产效率。\n4. 数据仓库与 ETL 链路建设（核心职责）\n理解社区生态（内容、创作者、用户行为）的业务逻辑，负责数据仓库的模型设计与开发；搭建、维护并优化 ETL 数据管道，保障数据的稳定流转与质量，为分析团队搭建可靠的数据底座。能够独立承接组内的数据基建需求并闭环落地。\n5. 跨团队协作\n与产品、运营及分析同学紧密配合，把业务痛点转化为可落地的数据方案与自动化工具，沉淀可复用的数据能力。",
"requirements_text": "1. 本科及以上学历，计算机、软件工程、数据科学、统计学等相关专业优先。\n2. 扎实的开发与数据处理能力：精通 SQL，熟练掌握至少一门编程语言（如 Python）；了解常用大数据组件（如 Hive / Spark 等），若具备 ETL 开发与数仓建模的实际经验优先。\n3. 具备一定数据分析能力：能独立完成取数、指标搭建与业务分析，理解常见分析方法（如漏斗、留存、AB 实验等），能把数据转化为业务可用的结论。\n4. 对新工具有热情：了解主流 LLM 及 AI 编程工具的应用场景，愿意用 Copilot、Text-to-SQL 等工具提升开发与分析效率，有相关实践经验者优先。\n5. 业务理解与协作能力：对社区 / 内容 / 创作者生态有一定理解或兴趣；沟通顺畅，有较强的\"用技术解决业务问题\"的意识。",
"skills": [AI生成
"Python",
"SQL",
"Spark",
"数据分析",
"分析能力",
"建模",
"大语言模型"
],
"preferred_qualifications": "1. 本科及以上学历，计算机、软件工程、数据科学、统计学等相关专业优先；了解常用大数据组件（如 Hive / Spark 等），若具备 ETL 开发与数仓建模的实际经验优先；4. 对新工具有热情：了解主流 LLM 及 AI 编程工具的应用场景，愿意用 Copilot、Text-to-SQL 等工具提升开发与分析效率，有相关实践经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://hr.163.com/job-detail.html?id=78470&lang=zh"
}
]
},
"posting": {
"posting_id": "78470",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://hr.163.com/job-detail.html?id=78470&lang=zh"
},
"fulltext": "高级/资深数据分析师（LOFTER）\n职位描述\n1. 数据工具与指标体系落地\n推动指标体系的工程化沉淀，参与开发数据看板、常用查询工具与数据服务接口，把重复、复杂的取数逻辑封装成易用的工具，提升团队整体的取数与决策效率。\n2. 数据分析支持与业务探查\n作为分析团队的技术支撑，参与产品版本迭代，支持 AB 实验数据评估、多维数据探查与专项分析，能独立完成一定深度的数据分析并产出结论，辅助识别增长机会。\n3. 智能化提效探索（加分亮点）\n结合业务场景，尝试引入 LLM、Text-to-SQL 等新工具优化数据分析流程；探索自动化报告生成、异常数据自动诊断等智能化方案，持续提升团队的数据生产效率。\n4. 数据仓库与 ETL 链路建设（核心职责）\n理解社区生态（内容、创作者、用户行为）的业务逻辑，负责数据仓库的模型设计与开发；搭建、维护并优化 ETL 数据管道，保障数据的稳定流转与质量，为分析团队搭建可靠的数据底座。能够独立承接组内的数据基建需求并闭环落地。\n5. 跨团队协作\n与产品、运营及分析同学紧密配合，把业务痛点转化为可落地的数据方案与自动化工具，沉淀可复用的数据能力。\n\n职位要求\n1. 本科及以上学历，计算机、软件工程、数据科学、统计学等相关专业优先。\n2. 扎实的开发与数据处理能力：精通 SQL，熟练掌握至少一门编程语言（如 Python）；了解常用大数据组件（如 Hive / Spark 等），若具备 ETL 开发与数仓建模的实际经验优先。\n3. 具备一定数据分析能力：能独立完成取数、指标搭建与业务分析，理解常见分析方法（如漏斗、留存、AB 实验等），能把数据转化为业务可用的结论。\n4. 对新工具有热情：了解主流 LLM 及 AI 编程工具的应用场景，愿意用 Copilot、Text-to-SQL 等工具提升开发与分析效率，有相关实践经验者优先。\n5. 业务理解与协作能力：对社区 / 内容 / 创作者生态有一定理解或兴趣；沟通顺畅，有较强的\"用技术解决业务问题\"的意识。\n1. 数据工具与指标体系落地\n推动指标体系的工程化沉淀，参与开发数据看板、常用查询工具与数据服务接口，把重复、复杂的取数逻辑封装成易用的工具，提升团队整体的取数与决策效率。\n2. 数据分析支持与业务探查\n作为分析团队的技术支撑，参与产品版本迭代，支持 AB 实验数据评估、多维数据探查与专项分析，能独立完成一定深度的数据分析并产出结论，辅助识别增长机会。\n3. 智能化提效探索（加分亮点）\n结合业务场景，尝试引入 LLM、Text-to-SQL 等新工具优化数据分析流程；探索自动化报告生成、异常数据自动诊断等智能化方案，持续提升团队的数据生产效率。\n4. 数据仓库与 ETL 链路建设（核心职责）\n理解社区生态（内容、创作者、用户行为）的业务逻辑，负责数据仓库的模型设计与开发；搭建、维护并优化 ETL 数据管道，保障数据的稳定流转与质量，为分析团队搭建可靠的数据底座。能够独立承接组内的数据基建需求并闭环落地。\n5. 跨团队协作\n与产品、运营及分析同学紧密配合，把业务痛点转化为可落地的数据方案与自动化工具，沉淀可复用的数据能力。\n1. 本科及以上学历，计算机、软件工程、数据科学、统计学等相关专业优先。\n2. 扎实的开发与数据处理能力：精通 SQL，熟练掌握至少一门编程语言（如 Python）；了解常用大数据组件（如 Hive / Spark 等），若具备 ETL 开发与数仓建模的实际经验优先。\n3. 具备一定数据分析能力：能独立完成取数、指标搭建与业务分析，理解常见分析方法（如漏斗、留存、AB 实验等），能把数据转化为业务可用的结论。\n4. 对新工具有热情：了解主流 LLM 及 AI 编程工具的应用场景，愿意用 Copilot、Text-to-SQL 等工具提升开发与分析效率，有相关实践经验者优先。\n5. 业务理解与协作能力：对社区 / 内容 / 创作者生态有一定理解或兴趣；沟通顺畅，有较强的\"用技术解决业务问题\"的意识。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [
"T017"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}