崗位職責(zé)?
1.
?業(yè)務(wù)建模與分析?
·
基于零售業(yè)務(wù)場(chǎng)景(銷(xiāo)售預(yù)測(cè)、庫(kù)存優(yōu)化、客戶(hù)行為分析、營(yíng)銷(xiāo)活動(dòng)評(píng)估等),運(yùn)用統(tǒng)計(jì)分析方法(如回歸分析、假設(shè)檢驗(yàn)、聚類(lèi)分析、時(shí)間序列分析等)構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)模型,提取關(guān)鍵業(yè)務(wù)洞察。
·
結(jié)合業(yè)務(wù)目標(biāo)設(shè)計(jì)實(shí)驗(yàn)方案,通過(guò)A/B測(cè)試等方法驗(yàn)證模型效果并推動(dòng)落地。
2.
?數(shù)據(jù)開(kāi)發(fā)與處理?
·
清洗、整合多源數(shù)據(jù)(交易數(shù)據(jù)、用戶(hù)畫(huà)像、POS系統(tǒng)、供應(yīng)鏈數(shù)據(jù)等),建立標(biāo)準(zhǔn)化的數(shù)據(jù)分析流程。
·
開(kāi)發(fā)自動(dòng)化數(shù)據(jù)管道,利用SQL/Python/R提取特征,支持模型訓(xùn)練與業(yè)務(wù)決策。
3.
?算法設(shè)計(jì)與優(yōu)化?
·
根據(jù)業(yè)務(wù)需求設(shè)計(jì)機(jī)器學(xué)習(xí)算法(如分類(lèi)、回歸、推薦系統(tǒng)),結(jié)合統(tǒng)計(jì)方法優(yōu)化模型性能(如過(guò)擬合控制、魯棒性提升)。
·
部署模型至生產(chǎn)環(huán)境,監(jiān)控模型效果并進(jìn)行迭代改進(jìn)。
4.
?跨部門(mén)協(xié)作?
·
與業(yè)務(wù)部門(mén)(如市場(chǎng)、運(yùn)營(yíng)、供應(yīng)鏈)、數(shù)據(jù)工程師及產(chǎn)品團(tuán)隊(duì)緊密合作,將分析結(jié)果轉(zhuǎn)化為可落地的業(yè)務(wù)策略。
?任職要求?
1.
?教育背景?
·
計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、數(shù)學(xué)、經(jīng)濟(jì)學(xué)等相關(guān)專(zhuān)業(yè)本科及以上學(xué)歷;優(yōu)先考慮具備碩士學(xué)歷或海外留學(xué)背景者。
2.
?技術(shù)能力?
·
?編程語(yǔ)言:精通Python/R,熟悉Pandas、NumPy、Scikit-learn、StatsModels等數(shù)據(jù)分析庫(kù)。
·
?統(tǒng)計(jì)工具:熟練掌握假設(shè)檢驗(yàn)、貝葉斯統(tǒng)計(jì)、多元回歸、生存分析、因果推斷等統(tǒng)計(jì)方法論。
·
?數(shù)據(jù)可視化:熟練使用Tableau/Power BI、Matplotlib/Seaborn進(jìn)行數(shù)據(jù)可視化與報(bào)告輸出。
·
?機(jī)器學(xué)習(xí):了解XGBoost、LightGBM等算法,熟悉模型評(píng)估指標(biāo)(如RMSE、AUC-ROC)。
·
?數(shù)據(jù)庫(kù):熟練使用SQL進(jìn)行復(fù)雜查詢(xún)與數(shù)據(jù)建模。
3.
?零售業(yè)務(wù)理解?
·
對(duì)零售行業(yè)有深刻理解,熟悉常見(jiàn)業(yè)務(wù)場(chǎng)景(如促銷(xiāo)策略、庫(kù)存周轉(zhuǎn)、客戶(hù)生命周期管理等)。
·
具備將統(tǒng)計(jì)分析與業(yè)務(wù)痛點(diǎn)結(jié)合的能力,能快速提出可行解決方案。
4.
?其他要求?
·
邏輯清晰,擅長(zhǎng)從海量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律并提出創(chuàng)新性觀點(diǎn)。
·
良好的溝通能力與抗壓能力,能夠適應(yīng)快節(jié)奏的互聯(lián)網(wǎng)零售環(huán)境。
?加分項(xiàng)?
·
有零售行業(yè)數(shù)據(jù)分析/算法落地經(jīng)驗(yàn)者優(yōu)先(如電商、快消品、連鎖超市)。
·
熟悉Python/R在業(yè)務(wù)分析中的高級(jí)應(yīng)用(如自動(dòng)化報(bào)表、特征工程)。
了解零售業(yè)常用工具(如SAS、SPSS)或商業(yè)智能平臺(tái)(如Snowflake、Databricks)。