北京数据处理专员
数据处理专员是负责处理和管理组织内外部所产生的数据的专业人员。他们负责收集、整理、分析和存储数据，确保数据的准确性和完整性，并且能够根据需求提供有效的数据支持。数据处理专员需要具备良好的数据处理和统计分析能力，熟练运用数据处理软件和数据库管理系统，如Excel、SQL等。他们还需要具备良好的沟通能力和团队合作精神，能够与其他部门有效地合作，根据业务需求提供准确的数据支持和报告。此外，数据处理专员还需要关注数据安全和隐私保护，确保数据处理过程符合法律法规和组织的政策要求。总之，数据处理专员在组织中扮演着数据管理和分析的重要角色，对业务决策和发展具有重要的支持作用。
薪酬概览
平均月薪
¥7100
中位数 ¥9000 ｜ 区间 ¥6300 - ¥7900
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
60% 人群薪酬落在 8-15k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
12月新增岗位
24
对比上月：岗位新增14
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 1-3年 | 24 | 100% |
热招职位
1.承担美团骑行业务线的数仓设计和开发工作。
2.负责骑行财务方向相关数据平台的架构设计与开发，支撑数据采集、清洗、存储与分析全流程。
3.负责数据质量、成本、安全等各方向数据治理工作。
4.构建高可用、可扩展的数据处理系统，优化数据模型与计算性能，提升数据服务效率。
5.负责数据Agent落地、迭代，推动AI自动化运维、端到端需求交付。
6.与产品、算法、业务团队协作，深入理解骑行场景需求，输出高质量的数据解决方案。
1、参与制定销售策略，基于业务目标及策略方向，借助AI工具搭建月度/周度经营监控体系，结合AI异常检测功能自动识别业务异动，有效的监控业务异常及机会点的识别，并能够结构化沉淀出周、月报；
2、了解大客户销售作业模式，建立销售过程管理评估体系，有效对过程进度进行监控及分析识别优化空间，及时给予销售策略及销售过程管理给予迭代建议；
3、了解品牌经营模式，能够理解品牌经营逻辑，搭建品牌下的分层、分类体系，更好的洞察识别行业及品类机会；
4、横向统筹业务核心项目运营，能够有效的统筹、调配资源，与横向部门协同，推动项目的节奏及目标达成。
主要职责
• 对多模态大模型的研究开发及应用落地，包括但不限于文本、图像、音频等多模态数据的处理和生成
• 开发AI系统，优化门店劳动力分配、管理库存，分析不同地域的经营情况
• 开发和优化个性化推荐系统，提升用户体验和产品销售
• 负责AI在供应链管理、门店选址、库存预测等方面的应用
• 建立数据驱动的文化
• 确保AI和数据系统的安全性、稳定性和合规性
任职要求
• 计算机科学、人工智能、统计学或相关领域硕士及以上学历
• 5年以上数据科学或AI领域工作经验，3年以上项目管理经验
• 深厚的机器学习、深度学习和大数据技术背景
• 熟悉多模态大模型技术及应用场景
• 具备零售或餐饮行业数字化转型经验优先
• 优秀的沟通能力和商业敏感度
• 具备创新思维，能够将前沿AI技术转化为业务价值
• 熟练使用 AI 辅助开发工具
主要职责
• 对多模态大模型的研究开发及应用落地，包括但不限于文本、图像、音频等多模态数据的处理和生成
• 开发AI系统，优化门店劳动力分配、管理库存，分析不同地域的经营情况
• 开发和优化个性化推荐系统，提升用户体验和产品销售
• 负责AI在供应链管理、门店选址、库存预测等方面的应用
• 建立数据驱动的文化
• 确保AI和数据系统的安全性、稳定性和合规性
任职要求
• 计算机科学、人工智能、统计学或相关领域硕士及以上学历
• 5年以上数据科学或AI领域工作经验，3年以上项目管理经验
• 深厚的机器学习、深度学习和大数据技术背景
• 熟悉多模态大模型技术及应用场景
• 具备零售或餐饮行业数字化转型经验优先
• 优秀的沟通能力和商业敏感度
• 具备创新思维，能够将前沿AI技术转化为业务价值
• 熟练使用 AI 辅助开发工具
1. 结合 DevOps、敏捷研发等理论与研发过程数据，对项目管理、需求、开发、测试、构建、发布、运维等全流程进行效能分析，定位瓶颈并输出可落地改进方案。
2. 负责研发效能指标体系建设与维护，定义标准化度量模型、统计口径与评估方法，支撑研发效率、质量、成本、资源利用率等量化管理。
3. 主导研发效能 Dashboard、数据门户及工作台的数据建设。整合 CI/CD、代码库、项目管理、缺陷管理、测试自动化等多源数据，保障数据质量与数据服务稳定性，并集成AI进行自动化分析。
4. 持续输出研发效能分析报告、诊断结论与改进建议，为管理层决策提供数据支撑。
5. 配合公司研发数字化转型规划，挖掘研发主价值链数字化、智能化场景，参与研发数字化方案落地与效果评估。
1.负责辅助数据分析报告的制作；
2.负责辅助进行报告模板的修改工作；
3.负责部门相关工具链辅助开发工作；
4.负责DMS产品数据的采集；
5.负责产品数据标注、预处理脚本优化；
6.辅助数据分析报告的制作、修改等工作；
7.负责支持部门其他相关工作安排。
蓝星公司-数字化部-数据管理经理 BI Manager
根据蓝星公司数字化部工作安排，负责全球数据治理及数据分析工作。主导挖掘数据分析应用场景、收集相关业务部门需求，构建数据报表与可视化分析看板。负责商业智能类项目全流程管理，从需求分析、方案设计、开发实施到上线交付，提升业务经营效率与数据洞察能力，助力企业数字化运营升级。
1.主导开展数据治理工作，推动数据标准制定、数据质量提升及主数据管理，确保分析数据的准确性、一致性与时效性。
2.统筹境内及海外数据湖、数据仓库架构及BI工具（如Fabric、Power BI等）的项目落地及优化迭代，并主导跨境数据传输项目。
3.负责商业智能类项目全流程管理，从需求分析、方案设计、开发实施到上线交付，确保项目按时保质完成。定期开展业务部门调研与需求收集，洞察业务痛点，识别高价值数据分析应用场景。
4.组织跨部门研讨，将业务需求转化为可落地的数据指标、分析模型与可视化方案。
5.组织编制需求规格说明书，明确指标定义、计算逻辑、数据粒度及权限要求，确保业务语言与技术实现精准对齐。
6.协调业务、数据、IT多方资源，管理项目范围、进度、成本及风险。
7. 公司安排的其他工作。
1.负责品质管理领域的数据分析工作，以支持品质管理决策。包括不限于指标体系建立，异常预警数据监控，品质异动归因诊断，改善落地动作的数据化识别，管理方法论的数据化沉淀。
2.负责品质管理团队绩效目标制定管理工作。
3.跟进产品和供应链环节的数据，监控产品质量和品质管理绩效，并及时发现和解决潜在的质量问题。
4.协调跨部门团队，包括研发、生产、供应链等，建立和优化数据分析模型，共同推动品质提升。
5.持续研究使用AI进行数据分析提效，帮助整个团队提升数据分析效率
LongCat - 大模型数据工程师（AI Coding方向）
1.针对大模型Coding场景，拆解代码生成、代码补全等核心能力，建立科学的代码标注和评测体系。
2. 主导代码标注资源管理与数据构建，确保数据质量和一致性，支持coding智能体训练、评测。
3. 设计自动化数据合成及清洗方案，实现规模化高质量数据生产。
4. 监测模型效果，输出系统化分析报告，持续优化数据方案。
负责提升自动驾驶数据闭环能力，结合自动驾驶模型算法的设计与迭代流程，建设高效的数据分析系统与工具。具体职责包括数据分析与挖掘、数据检索与标签系统搭建、数据的修复与生产、从数据维度出发的模型效果闭环提升等。
岗位职责
负责自动驾驶运营数据分析，围绕 Routing、Dispatch、PUDO 等业务建立核心指标体系。
建设业务监控 Dashboard，持续发现影响用户体验和运营效率的问题。
对运营数据进行分析，定位问题根因，输出可执行的优化建议。
与产品、研发、算法团队合作，设计实验方案，评估策略效果。
建设数据分析工具和自动化报表，提高业务分析效率。
任职要求
1,基本要求
本科及以上学历，统计学、数学、计算机、数据科学等相关专业。
熟练使用 SQL，能够独立完成复杂数据分析。
熟悉 Python（Pandas、NumPy 等）进行数据处理。
具有较强的数据敏感度和逻辑分析能力。
2,加分项
熟悉 ClickHouse、Spark、Hive 等大数据分析工具。
熟悉实验设计（A/B Test）、统计分析方法。
熟悉 Tableau、Power BI、Superset 等可视化工具。
有机器学习、预测建模或优化算法项目经验。
岗位内容：
负责大数据平台基础组件的开发，负责大数据ETLs、pipelines开发和维护，持续优化大数据平台的计算和存储效率。职责：定制开发分布式计算引擎，持续优化 IO和运算的性能构建pipeline用来改进数据处理的效率开发大数据平台管理工具, 构建大数据平台产品设计和开发基于k8s的微服务架构
要求：
具备较强的分析和解决问题的能力，掌握在linux生产环境下的调试和性能分析技术熟悉基本的数据结构和通用的算法，熟悉常见的设计模式良好的编程习惯，遵守代码规范，测试驱动开发
