岗位职责
- 从业务视角理解快手的用户生命周期，基于机器学习、统计学、计量经济学等量化方法,对海量数据进行深入挖掘与分析。借助快手内部的离线模型训练平台，利用用户行为序列数据和BST对用户历史行为建模。通过DL、MMOE等模型框架，建设用户生命周期价值和活跃度的预测模型体系，搭建快手的长期关键业务指标的预测与仿真模拟体系；
- 对于各种类型的A/B实验进行评估、纠偏和后验处理，基于实验结果进行深入策略分析，以清晰展示实验收益和未来优化方向。针对快手的业务场景，准确度量活动、产品框架和推荐算法迭代的影响；
- 通过数据分析和模型推演，支持公司业务相关决策的评估。为公司不同的产运团队制定目标和策略,并关注其落地结果。
职位要求
- 5年以上工作经验；硕士及以上学历,数学、统计学、经济学、计算机专业优先；有良好的逻辑思维能力、解决问题的能力；
- 具有扎实的统计学和概率论基础，丰富的数据分析经验，包括但不仅限于机器学习模型、因果推断模型、A/B实验分析、运筹模型优化、统计假设检验等；有时间序列、机器学习、深度学习相关研究或工作经验者优先；
- 熟练使用SQL，熟练掌握Python的各类数据分析库(Pandas、Scikit-learn、Scipy、Pymc)；
- 有丰富的海量数据处理的经验，包括但不限于Hadoop/Hive/Spark；
- 目标导向，影响力驱动，拥有创新意识、协同落地能力、跨团队沟通表达能力。对短视频产品及相关业务场景有浓厚兴趣。
