岗位职责
- 营销&交易机制策略的分析与挖掘（业务主线） 负责大促与日常活动的 toB/toC 机制策略分析，围绕 **用户增长、货品与品规结构、价格力、权益与补贴机制** 四大杠杆，通过数据分析 + 数据挖掘定位增量机会，输出可落地的机制方案（如人群分层权益、商家侧激励规则、券档与门槛设计、货盘/价格带策略），与业务共同建设增长飞轮和决策引擎。
- 因果推断与实验科学 擅长综合运用 **A/B 实验设计、Uplift 建模、DID / 合成控制 / IV、异质性（HTE）分析** 等手段，剥离自然增长与策略净效应，识别对补贴/权益敏感的人群、商家与商品，支撑 **预算精细化分配与 ROI 最大化**；沉淀可复用的实验评估与增量度量标准。
- 指标体系与专题分析 搭建营销&交易域的指标体系与诊断框架（诸如GMV 拆解、流量—转化—客单、补贴效率、商家健康度、用户生命周期价值），开展高价值专题分析；把模糊的产品/业务问题转化为可求解的分析问题，再把分析结论转化为清晰的产品与业务决策建议。
- 数据 Agent 与 AI 工程化交付 参与/主导 **数据 Agent 的设计与研发**：构建 AI 可用的底层数据结构、语义层与指标层、接口服务，以及面向业务交付的 Pipeline（NL2SQL、RAG、自动化归因与洞察、报告生成），让数据 AI **有组织、更快、更低成本** 地被业务使用；联动算法与工程资源跑通 POC，并推进规模化落地。
- 跨团队协同与项目落地 与产品、运营、算法、数据工程紧密协同，推动「洞察 → 建模 → POC → 上线 → 复盘」的完整闭环；具备良好的商业 sense 与沟通能力，能在多方目标不一致时找到可执行的共识方案。
- 技术前瞻性建设 持续跟踪并引入业界先进方案（**因果 ML、LLM/Agent、实时流批一体、湖仓一体**等），与团队一起攻坚关键技术难题，提升团队整体技术水位。
职位要求
- 教育背景 计算机、统计学、应用数学、经济学、运筹学或相关专业本科及以上学历（硕士/博士优先）。
- 基础硬技能 - 熟练掌握 **SQL 与 Python**，具备扎实的概率统计、实验设计与建模功底； - 熟悉主流机器学习方法（GBDT/XGBoost、深度模型、特征工程），并有真实业务建模落地经验； - 熟悉 **因果推断与增量评估** 方法体系（Uplift、DID、PSM、合成控制、HTE）； - 对阿里数据研发体系（MaxCompute/ODPS、Hologres、DataWorks 等）有了解或实践经验者更佳。
- AI / LLM 能力 有数据 Agent、NL2SQL、自动化分析/洞察类产品的设计或落地经验者优先。
- 业务理解力 具备较强的商业 sense 与结构化思考能力，能把电商场景（行业、人、商品）中的产品与业务问题转化为分析问题，也能把分析结果转化为可执行的产品与业务决策；有 **电商营销、交易、增长、定价/补贴、会员权益** 相关经验者优先。
- 技术热情与学习能力 有技术信仰，对数据技术前沿（实时流批一体、湖仓、AI Infra 等）保持持续研究，并有热情投入实施与优化。
- 软性素质 结果导向、皮实抗压，能适应大促节奏；具备优秀的跨团队沟通与推动能力；有团队精神，乐于分享与帮助新人，也能虚心接受反馈，共同成长。 三、加分项 - 电商行业 **数据科学 / 优化算法 / BI** 岗位经验； - 大规模 A/B 实验平台建设与实验治理经验； - **运筹优化**（预算分配、整数规划、拉格朗日对偶、在线分配）在营销补贴场景的应用经验； - toB 商家侧机制设计（招商、激励、货盘治理）或 toC 用户增长（拉新、促活、召回、权益体系）经验； - 顶会论文、开源项目贡献、技术博客或公开技术分享。
