薪酬概览
平均月薪
¥22900
中位数 ¥22500 ｜ 区间 ¥16300 - ¥29500
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
100% 人群薪酬落在 15-30k
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
5月新增岗位
10
对比上月：岗位新增4
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 |
|---|---|---|
| 3-5年 | 10 | 100% |
热招职位
1、深度参与集团数据解决方案规划和架构设计，利用大数据解决当前的业务痛点；
2、深度参与集团数据架构的设计与开发；
3、深度参与集团数据质量体系的建设，形成完善的数据监控和数据校验机制；
4、负责企业级数据平台的搭建与优化，包括数据采集、存储、计算、调度等核心模块（如基于Hadoop/Spark/Flink构建离线，实时数仓）。
5、设计高可靠的数据ETL流程，处理结构化/非结构化数据，保障数据质量与时效性。
6、开发实时数据管道，支持业务实时决策；解决流程处理。
职位描述：
1、监控游戏运营状况，设计、制作、维护数据看板；
2、洞察数据增长，归纳增长来源，对数据的异动分析原因，推动并监督问题的解决；
3、设计AB实验方案，验证实验效果；
4、结合专业知识和业务需求对玩家分群，设计个性化策略并跟踪表现；
5、挖掘玩家行为特征，建立用户画像，产出分析报告；
6、对关键指标建立预测模型。
任职要求：
1、硕士以上学历，统计学、数学、金融等相关专业；
2、有SLG/出海休闲游戏/二次元手游数据分析实习经历优先；
3、优秀的沟通能力、部门协作以及团队协调能力；
4、熟练使用 SQL、EXCEL，熟悉 Tableau、Power BI 等可视化工具中的一种；
5、熟练使用 python 训练分类、聚类模型，熟悉 xgboost、 lightgbm 等集成学习模型者优先；
6、对计量经济学、行为经济学有深入了解者优先。
职位描述：
1、监控游戏运营状况，设计、制作、维护数据看板；
2、洞察数据增长，归纳增长来源，对数据的异动分析原因，推动并监督问题的解决；
3、设计AB实验方案，验证实验效果；
4、结合专业知识和业务需求对玩家分群，设计个性化策略并跟踪表现；
5、挖掘玩家行为特征，建立用户画像，产出分析报告；
6、对关键指标建立预测模型。
任职要求：
1、硕士以上学历，统计学、数学、金融等相关专业；
2、有SLG/出海休闲游戏/二次元手游数据分析实习经历优先；
3、优秀的沟通能力、部门协作以及团队协调能力；
4、熟练使用 SQL、EXCEL，熟悉 Tableau、Power BI 等可视化工具中的一种；
5、熟练使用 python 训练分类、聚类模型，熟悉 xgboost、 lightgbm 等集成学习模型者优先；
6、对计量经济学、行为经济学有深入了解者优先。
岗位职责：
1. 监控游戏运营状况，设计、制作、维护数据看板。
2. 洞察数据增长，归纳增长来源；对数据的异动分析原因，推动并监督问题的解决。
3. 设计AB实验方案，验证实验效果。
4. 结合专业知识和业务需求对玩家分群，设计个性化策略并跟踪表现。
5. 挖掘玩家行为特征，建立用户画像，产出分析报告。
6. 对关键指标建立预测模型。
任职资格：
1. 本科以上学历；统计学、数学、金融等相关专业。
2. 3年以上游戏行业数据分析经验，且做过SLG或出海休闲游戏或者二次元手游数分。
3. 优秀的沟通能力、部门协作以及团队协调能力。
4. 熟练使用 SQL、EXCEL；熟悉 Tableau、Power BI 等可视化工具中的一种。
5. 熟练使用 python 训练分类、聚类模型；熟悉 xgboost、 lightgbm 等集成学习模型者优先。
6. 对计量经济学、行为经济学有深入了解者优先。
岗位职责：
1. 监控游戏运营状况，设计、制作、维护数据看板。
2. 洞察数据增长，归纳增长来源；对数据的异动分析原因，推动并监督问题的解决。
3. 设计AB实验方案，验证实验效果。
4. 结合专业知识和业务需求对玩家分群，设计个性化策略并跟踪表现。
5. 挖掘玩家行为特征，建立用户画像，产出分析报告。
6. 对关键指标建立预测模型。
任职资格：
1. 本科以上学历；统计学、数学、金融等相关专业。
2. 3年以上游戏行业数据分析经验，且做过SLG或出海休闲游戏或者二次元手游数分。
3. 优秀的沟通能力、部门协作以及团队协调能力。
4. 熟练使用 SQL、EXCEL；熟悉 Tableau、Power BI 等可视化工具中的一种。
5. 熟练使用 python 训练分类、聚类模型；熟悉 xgboost、 lightgbm 等集成学习模型者优先。
6. 对计量经济学、行为经济学有深入了解者优先。
1.负责元宝业务数据分析，洞察业务机会，发现业务问题，为产品迭代提供决策依据；
2.负责用户增长相关数据科学工作，通过ab实验、因果推断等方法，构建科学严谨的评估体系，对业务收益进行评估，并提出优化建议，推动策略优化带来业务增长；
3.负责元宝业务的指标体系搭建，包括数据链路建设，基础数据维护，数据报表构建；
4.探索统计、机器学习、因果推断等方法论，并推动相关方法在业务落地，产生业务影响力；
5.持续产出行业洞察，跟踪分析竞争对手、行业趋势等，形成商业分析并洞察其中的机会；
6.有大型互联网公司AI产品策略分析，驱动策略迭代效果提升经验的候选人优先。
数据分析分为市场数据分析岗、财产险理赔数据分析、车险理赔数据分析。
1、市场数据分析岗：
（1）开展市场研究、动态预测等，协助拟定产品策略，明确产品开发方向；
（2）根据公司发展方向及产品策略，收集、整理产品信息，为业务开展、产品开发等工作提供信息支持；
（3）拟定公司产品管理制度，完善产品管理流程，管理和维护产品数据信息；
（4）根据公司产品管理和业务部门的业务需求，规划数据开发与应用的短期及中长期目标；
（5）对收集的数据进行分析，与团队一起完成数据分析报告及定向分析报告，对团队数据统计分析工作给予支持配合；
（6）提升团队伙伴数据应用能力，组织技术知识学习，工具应用培训等。
2、财产险理赔数据分析岗：
（1）梳理业务风险点，通过数据识别，对保险产品事前、事中、事后风险进行监控和处置；
（2）了解理赔流程及作业管控要点，建立作业行为数据监控，为作业管理提供数据抓手；
（3）挖掘产品特征，健全理赔场景差异化数据埋点，为产品精细化经营做数据沉淀；
（4）定期进行统计分析，出具各产品理赔经营、作业分析报告。
3、车险理赔数据分析岗：
（1）负责车险理赔考核、评价指标体系规划设置；
（2）负责车险理赔数据、报表系统升级优化；
（3）负责推动理赔数据自动化专项；
（4）负责理赔指标监控、异常洞察、原因分析并撰写相关报告；
（5）负责部门、各专业条线、服务中心数据支持；
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
