职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7492013726380427527

资深数据分析师-飞书

未披露 · 上海 · 字节跳动

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": "资深数据分析师-飞书",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "上海",
        "work_mode": "未披露",AI生成
        "job_category": "数据分析"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品,旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍:飞书是 AI 时代先进生产力平台,提供一站式工作协同、组织管理、业务提效工具和深入企业场景的 AI 能力,助力企业能增长,有巧降。\n从互联网、高科技、消费零售,到制造、金融、医疗健康等,各行各业先进企业都在选择飞书,与飞书共创行业最佳实践。先进团队,先用飞书。\n\n1、深度参与飞书业务数据分析,可独立牵头核心模块数据工作,直面万亿级企业服务赛道挑战,解锁个人职业发展新空间,用数据为飞书产品迭代与业务增长筑牢根基;\n2、基于对企业办公、协同工具产品的深刻洞察,搭建关键数据监控体系,通过多维度深度分析挖掘业务潜在问题与增长机遇,输出可靠数据报告,为产品决策提供精准依据;\n3、全面拆解影响飞书产品体验优化与用户增长的核心因素,结合业务场景设计数据增长模型,制定清晰的量化指标,明确功能优化方向,推动产品体验与用户规模双向提升;\n4、深度融入飞书AI业务增长与探索,参与AI驱动的产品功能数据复盘,用数据洞察助力AI能力在企业场景的落地与效果迭代。",
        "requirements_text": "1、本科及以上学历,数据统计、计算机、经济管理相关专业优先;\n2、具备数据分析、数据科学、商业分析等相关领域的工作经验,熟练掌握数理统计方法;\n3、熟练使用SQL语句,擅长Python编程,将是一个额外加分项;\n4、有互联网产品数据分析或用户行为分析经验,有过SaaS产品增长和商业化分析经验的优先;\n5、具备出色的商业敏感度和逻辑推理能力,能够对复杂问题进行框架性思考和系统化分解;\n6、具备高度的责任心和自驱力,有能力从业务全局出发,独立挖掘潜在问题,拥有良好的沟通和团队协作能力。",
        "skills": [AI生成
            "Python",
            "SQL",
            "数据分析",
            "团队协作",
            "商业分析"
        ],
        "preferred_qualifications": "1、本科及以上学历,数据统计、计算机、经济管理相关专业优先;3、熟练使用SQL语句,擅长Python编程,将是一个额外加分项;4、有互联网产品数据分析或用户行为分析经验,有过SaaS产品增长和商业化分析经验的优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7492013726380427527/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7492013726380427527",
        "post_date": "2025-04-11",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7492013726380427527/detail"
    },
    "fulltext": "资深数据分析师-飞书\n职位描述\n团队介绍:飞书是 AI 时代先进生产力平台,提供一站式工作协同、组织管理、业务提效工具和深入企业场景的 AI 能力,助力企业能增长,有巧降。\n从互联网、高科技、消费零售,到制造、金融、医疗健康等,各行各业先进企业都在选择飞书,与飞书共创行业最佳实践。先进团队,先用飞书。\n\n1、深度参与飞书业务数据分析,可独立牵头核心模块数据工作,直面万亿级企业服务赛道挑战,解锁个人职业发展新空间,用数据为飞书产品迭代与业务增长筑牢根基;\n2、基于对企业办公、协同工具产品的深刻洞察,搭建关键数据监控体系,通过多维度深度分析挖掘业务潜在问题与增长机遇,输出可靠数据报告,为产品决策提供精准依据;\n3、全面拆解影响飞书产品体验优化与用户增长的核心因素,结合业务场景设计数据增长模型,制定清晰的量化指标,明确功能优化方向,推动产品体验与用户规模双向提升;\n4、深度融入飞书AI业务增长与探索,参与AI驱动的产品功能数据复盘,用数据洞察助力AI能力在企业场景的落地与效果迭代。\n\n职位要求\n1、本科及以上学历,数据统计、计算机、经济管理相关专业优先;\n2、具备数据分析、数据科学、商业分析等相关领域的工作经验,熟练掌握数理统计方法;\n3、熟练使用SQL语句,擅长Python编程,将是一个额外加分项;\n4、有互联网产品数据分析或用户行为分析经验,有过SaaS产品增长和商业化分析经验的优先;\n5、具备出色的商业敏感度和逻辑推理能力,能够对复杂问题进行框架性思考和系统化分解;\n6、具备高度的责任心和自驱力,有能力从业务全局出发,独立挖掘潜在问题,拥有良好的沟通和团队协作能力。\n团队介绍:飞书是 AI 时代先进生产力平台,提供一站式工作协同、组织管理、业务提效工具和深入企业场景的 AI 能力,助力企业能增长,有巧降。\n从互联网、高科技、消费零售,到制造、金融、医疗健康等,各行各业先进企业都在选择飞书,与飞书共创行业最佳实践。先进团队,先用飞书。\n\n1、深度参与飞书业务数据分析,可独立牵头核心模块数据工作,直面万亿级企业服务赛道挑战,解锁个人职业发展新空间,用数据为飞书产品迭代与业务增长筑牢根基;\n2、基于对企业办公、协同工具产品的深刻洞察,搭建关键数据监控体系,通过多维度深度分析挖掘业务潜在问题与增长机遇,输出可靠数据报告,为产品决策提供精准依据;\n3、全面拆解影响飞书产品体验优化与用户增长的核心因素,结合业务场景设计数据增长模型,制定清晰的量化指标,明确功能优化方向,推动产品体验与用户规模双向提升;\n4、深度融入飞书AI业务增长与探索,参与AI驱动的产品功能数据复盘,用数据洞察助力AI能力在企业场景的落地与效果迭代。\n1、本科及以上学历,数据统计、计算机、经济管理相关专业优先;\n2、具备数据分析、数据科学、商业分析等相关领域的工作经验,熟练掌握数理统计方法;\n3、熟练使用SQL语句,擅长Python编程,将是一个额外加分项;\n4、有互联网产品数据分析或用户行为分析经验,有过SaaS产品增长和商业化分析经验的优先;\n5、具备出色的商业敏感度和逻辑推理能力,能够对复杂问题进行框架性思考和系统化分解;\n6、具备高度的责任心和自驱力,有能力从业务全局出发,独立挖掘潜在问题,拥有良好的沟通和团队协作能力。",
    "standard_classification": {
        "std_category_code": "T017",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}