岗位职责
- 素材与投放的数据理解 负责让模型"看懂"素材与投放：围绕素材效果的可预测性，搭建相应的数据与特征基础，并对预测结果的可信度负责。
- 训练数据体系建设 负责建设支撑模型持续迭代的数据基础，让机器决策过程中的关键信息被完整、结构化地沉淀下来，形成可用于建模的资产。
- 建模效果的判断与推进 与算法同学配合，围绕当前建模路线做效果评估、问题定位和优化方向判断，推动模型准确性持续提升。
- 与投放自动化能力的协同 参与自动化投放能力的落地过程，从数据视角提出要求，保证过程中产生的数据可支撑后续的策略建模。
- 数据可信度把关 对分析口径与数据质量负责，为项目早期的路线判断提供可靠依据。
职位要求
- 懂数据，3 年以上数据分析 / 数据建模 / 数据产品经验，做过标签体系、指标口径，或特征与样本设计。核心考察：能否把一个模糊的业务问题翻译成明确的数据结构和验证方案。
- 有建模判断力，不必是科班算法 能看懂模型结果，识别过拟合、样本偏差、数据泄漏、评估口径失真。我们不要求你手写模型代码——技术实现可以借助 AI 完成，但要求你判断得出模型对不对、结论可不可信。
- SQL 熟练；Python 与建模工具能借 AI 上手即可 自主取数、清洗、验证是日常工作。熟练用 AI 工具加速脚本、实验和分析。
- 能在模糊状态下自己定义问题 项目是初始阶段，没有现成的表、口径和标准答案，需要你主动定义"什么算好"，而不是等需求。 加分项 广告投放 / 买量或推荐搜索方向的数据经验，理解出价机制与素材审核规则 接触过 GBM / LightGBM 等树模型，或做过小样本、聚合特征类建模 做过内容或素材维度的标签体系、素材效果归因
