职位描述
1.业务场景建模：目标预估、归因诊断与策略推荐闭环
构建全链路智能决策模型体系：深度融合自营业务场景（消费者/商品/商家），建立“预测-归因-推荐”一体化的数据科学闭环。
目标达成预估与策略仿真：基于多维特征工程与时间序列算法，构建高精度的GMV及核心指标滚动预测模型；搭建“What-if”策略仿真引擎，量化评估不同运营动作（如定价、流量、权益）对目标的边际贡献，通过策略拟合输出最优资源投放方案，实现从“经验决策”向“模拟推演”升级。
自动化归因与智能策略推荐：深化商品与用户标签体系，结合因果推断技术构建异动归因模型，精准定位业绩波动的根因（如供给、价格或流量偏差）；基于归因结果开发自适应推荐引擎，针对滞销、爆款等不同场景自动生成可执行的处置建议（如自动调价、精准圈人），推动业务实现从“被动看数”到“主动智能干预”的效率跃迁。
2. AB实验与因果推断驱动优化
主导复杂AB实验的全流程管理，包括实验设计、流量分配、显著性评估及长期效果追踪。
利用统计建模和因果推断方法，深入评估算法策略及产品改动的真实收益，排除干扰因素，确保结论的科学性。
基于实验结果驱动算法迭代与产品创新，形成“假设-实验-洞察-优化”的闭环 。
3. 深度专项分析与策略落地
针对业务中的复杂难题进行拆解，利用数据挖掘、机器学习等方法开展深度专项分析。
主动发现业务改进机会并转化为具体项目，协同产品、研发及运营团队推动解决方案落地，对最终的业务增长目标（GMV、UE等）负责。
4. Data + AI Agent 前沿探索与落地
核心职责：结合大模型（LLM）技术，打造垂直领域的数据科学AI Agent。
针对实验分析自动化、异动归因、策略推演等高频场景，设计具备自主推理、可解释性、可行动能力的智能体。
推动工作模式变革，实现从输出静态“分析报告”到提供动态“自动决策建议”的能力跃迁，提升整体人效与决策效率。
职位要求
1. 学历与专业背景
计算机、统计学、数学、数据科学或相关专业硕士及以上学历。
具备扎实的统计学基础，熟练掌握假设检验、回归分析、时间序列等常用统计方法。
2. 技术栈与工具能力
数据处理与分析：精通 SQL，熟练使用 Python 或 R 进行数据清洗、建模及可视化分析。
算法与挖掘：熟悉常用的数据挖掘算法（聚类、分类、预测、运筹优化等），有实际建模经验者优先。
AI与大模型应用：强烈优先具备大模型（LLM）应用开发经验，熟悉 Prompt Engineering、RAG 架构或 Agent 开发框架（如 LangChain, AutoGen 等）。
3. 商业思维与问题解决
具备优秀的商业敏感度（Business Sense），能够深刻理解电商/零售行业的商业逻辑，准确识别关键商业问题。
具备极强的结构化思维能力，能将复杂的业务场景拆解为合理的技术方案，并通过数据手段验证其有效性。
4. 综合素质
沟通协作：具备出色的跨团队沟通能力，能与非技术背景的业务方同频对话，推动多方合作达成目标。
自驱学习：对新技术保持高度敏感，具备强大的自驱学习能力，能持续跟进业内Data+AI的最新发展并应用于实践。
【加分项】
有电商平台（特别是自营、商家平台、营销领域）数据科学背景者优先。
有从0到1构建数据类AI Agent并成功落地的实际项目经验者优先。
在高质量会议发表过相关论文或在Kaggle等数据竞赛中获得优异成绩者优先。
