职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7595810826197616949

AI数据运营(数据分析方向)-国际化

未披露 · 北京 · 字节跳动

主分类:数据运营与质量管理
运营
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": "AI数据运营(数据分析方向)-国际化",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "运营"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": "硕士学位及以上",
        "language": "英语可作为工作语言,适应跨文化沟通与文档协作",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、内容安全/大模型数据分析与质量体系建设:参与大模型相关内容安全数据的指标体系设计与维护,制定并迭代质量指标;搭建日常监控看板与告警规则,推动质量问题从“发现—定位—修复—复盘”的闭环;\n2、实验设计与效果评估:根据业务需求设计数据校验与质检实验方案,评估策略/模型/流程变更带来的质量与成本影响;能使用统计方法完成评估与推断;\n3、多维度归因分析与数据集全流程管理:对质检过程中的质量波动进行多维拆解与归因,识别异常并提出可执行优化建议;参与数据集构建全流程管理,保障训练/测试数据的一致性与可复现;\n4、跨团队协作与项目推进:与算法、产品、运营、标注团队等协作,推动数据与质量相关项目按期落地;输出分析报告、复盘材料与操作手册,沉淀可复用的方法论。",
        "requirements_text": "1、硕士学位及以上,统计学、数学、计算机、数据科学等相关专业;英语可作为工作语言,适应跨文化沟通与文档协作;\n2、扎实的统计学基础,能独立完成分析闭环;熟悉常用方法:描述统计、分布分析、相关性分析、假设检验等;\n3、精通SQL,可高效编写复杂查询,保证结果口径一致、可复现;熟悉至少一种数据分析工具/语言:如Python、R等;有Tableau/PowerBI/Looker等可视化经验;\n4、对机器学习/大模型数据运营有兴趣,理解“数据质量—训练效果—线上表现”的基本链路;能在不确定性下推进问题解决。\n\n加分项\n1、有内容安全、风控、审核、标注平台、质检体系或多语种数据经验;\n2、有数据产品化经验:搭建指标看板、监控告警、数据字典/口径文档;\n3、有实验/抽样理论与实践经验。",
        "skills": [AI生成
            "Python",
            "SQL",
            "Tableau",
            "机器学习",
            "数据分析",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7595810826197616949/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7595810826197616949",
        "post_date": "2026-01-16",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7595810826197616949/detail"
    },
    "fulltext": "AI数据运营(数据分析方向)-国际化\n职位描述\n1、内容安全/大模型数据分析与质量体系建设:参与大模型相关内容安全数据的指标体系设计与维护,制定并迭代质量指标;搭建日常监控看板与告警规则,推动质量问题从“发现—定位—修复—复盘”的闭环;\n2、实验设计与效果评估:根据业务需求设计数据校验与质检实验方案,评估策略/模型/流程变更带来的质量与成本影响;能使用统计方法完成评估与推断;\n3、多维度归因分析与数据集全流程管理:对质检过程中的质量波动进行多维拆解与归因,识别异常并提出可执行优化建议;参与数据集构建全流程管理,保障训练/测试数据的一致性与可复现;\n4、跨团队协作与项目推进:与算法、产品、运营、标注团队等协作,推动数据与质量相关项目按期落地;输出分析报告、复盘材料与操作手册,沉淀可复用的方法论。\n\n职位要求\n1、硕士学位及以上,统计学、数学、计算机、数据科学等相关专业;英语可作为工作语言,适应跨文化沟通与文档协作;\n2、扎实的统计学基础,能独立完成分析闭环;熟悉常用方法:描述统计、分布分析、相关性分析、假设检验等;\n3、精通SQL,可高效编写复杂查询,保证结果口径一致、可复现;熟悉至少一种数据分析工具/语言:如Python、R等;有Tableau/PowerBI/Looker等可视化经验;\n4、对机器学习/大模型数据运营有兴趣,理解“数据质量—训练效果—线上表现”的基本链路;能在不确定性下推进问题解决。\n\n加分项\n1、有内容安全、风控、审核、标注平台、质检体系或多语种数据经验;\n2、有数据产品化经验:搭建指标看板、监控告警、数据字典/口径文档;\n3、有实验/抽样理论与实践经验。\n1、内容安全/大模型数据分析与质量体系建设:参与大模型相关内容安全数据的指标体系设计与维护,制定并迭代质量指标;搭建日常监控看板与告警规则,推动质量问题从“发现—定位—修复—复盘”的闭环;\n2、实验设计与效果评估:根据业务需求设计数据校验与质检实验方案,评估策略/模型/流程变更带来的质量与成本影响;能使用统计方法完成评估与推断;\n3、多维度归因分析与数据集全流程管理:对质检过程中的质量波动进行多维拆解与归因,识别异常并提出可执行优化建议;参与数据集构建全流程管理,保障训练/测试数据的一致性与可复现;\n4、跨团队协作与项目推进:与算法、产品、运营、标注团队等协作,推动数据与质量相关项目按期落地;输出分析报告、复盘材料与操作手册,沉淀可复用的方法论。\n1、硕士学位及以上,统计学、数学、计算机、数据科学等相关专业;英语可作为工作语言,适应跨文化沟通与文档协作;\n2、扎实的统计学基础,能独立完成分析闭环;熟悉常用方法:描述统计、分布分析、相关性分析、假设检验等;\n3、精通SQL,可高效编写复杂查询,保证结果口径一致、可复现;熟悉至少一种数据分析工具/语言:如Python、R等;有Tableau/PowerBI/Looker等可视化经验;\n4、对机器学习/大模型数据运营有兴趣,理解“数据质量—训练效果—线上表现”的基本链路;能在不确定性下推进问题解决。\n\n加分项\n1、有内容安全、风控、审核、标注平台、质检体系或多语种数据经验;\n2、有数据产品化经验:搭建指标看板、监控告警、数据字典/口径文档;\n3、有实验/抽样理论与实践经验。",
    "standard_classification": {
        "std_category_code": "B009",
        "std_aux_codes": [
            "T017"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}