北京DBA数据库管理员
DBA数据库管理员是负责管理数据库系统的专业人员。他们负责数据库的设计、安装、配置、备份、性能优化及安全管理工作。DBA数据库管理员需要监控数据库的运行情况，并及时处理数据库故障和问题，保证数据库系统的稳定运行。他们还负责制定数据库管理策略和规范，为用户提供技术支持和培训，确保数据库系统的安全性和高效性。此外，DBA数据库管理员还需要与开发人员和系统管理员合作，确保数据库与应用程序和系统的完美结合。总之，DBA数据库管理员在企业中扮演着至关重要的角色，为企业的信息化建设和运营提供了关键支持。
薪酬概览
平均月薪
¥23500
中位数 ¥0 ｜ 区间 ¥18000 - ¥29000
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 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
8月新增岗位
19
对比上月：岗位新增15
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 |
|---|---|---|
| 应届 | 3 | 20% |
| 1-3年 | 3 | 20% |
| 3-5年 | 3 | 20% |
| 5-10年 | 3 | 20% |
| 不限经验 | 3 | 20% |
热招职位
1. 负责淘宝闪购/闪购 搜推广方向数据科学工作，方向包括算法机制、搜索、产品导购优化等
2. 与算法/业务/产品等多方协作，深入分析业务数据，挖掘用户需求与行为模式，为推荐机制与策略优化提供数据支持与洞察；
3. 制定并完善指标体系，设计合理的AB实验评估核心策略的收益，从流量分发与机制优化等角度，思考平台优化空间
1.熟练掌握C++、多线程、网络通信、高性能优化，或者熟练掌握Java开发和调优、并发编程模式，有丰富Unix/Linux环境开发经验。
2.具备丰富的数据开发经验，熟悉Hadoop、Hive、Spark、flink等体系结构，并有实际开发经验。
3.熟悉Impala/Presto/GreenPlum/Clickhouse等MPP数据库，对各数据库的优劣和适用场景有深入理解，有实践经验者优先。
4.熟悉分布式技术并有实践经验（rpc框架， nosql存储），对kafka等消息中间件有深入了解。
5.大学本科及以上学历，三年以上计算机相关工作经验，有强烈的求知欲和较强的学习能力，对技术充满热情。
对自动驾驶数据闭环系统的数据挖掘及分析，包括
1. 基于自动驾驶大数据处理平台（例如Hadoop/Spark），利用数据挖掘、机器学习等相关算法，解决自动驾驶业务需求，为自动驾驶评测、功能迭代，运营决策提供数据分析依据
2. 与产品、系统等团队配合，分析和挖掘自动驾驶功能的体验痛点、表征原因、内在规律等，例如自动驾驶功能潜在风险与事故的数据分析与规律等
3. 负责自动驾驶领域的数据探索，从场景，评价，用户，运营等多个维度挖掘数据价值，发现数据和业务背后规律，应用于产品研发、用户运营、商业等各种领域
4、独立使用flask+vue+python（pandas、numpy、matplot、pyechart等）搭建数据中心的产品质量评估系统,完成多源数据融合分析、自动化评估、大数据分析统计、可视化展示等任务。
1、负责测绘内业数据处理和制作；
2、爱岗敬业、能吃苦耐劳，有较强的学习能力与接受能力；
3、做好本岗位的测绘成果归档和档案保密工作；
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
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、负责掌阅集团企业级数据建设(涵盖流量、内容、用户、商业化等业务方向)，提供通用、稳定、丰富、高效的公共数据能力，提升
数据支持业务的效率，探索数据增量价值；
2、面向流量、内容、用户、商业化等业务方向，建设专题数据，提供丰富易用的数据服务，直接支持公司业务决策分析，赋能业务；
3、建设企业级数据治理和管理体系，结合业务+元数据+技术，推进资源成本的优化，提高数据服务质量，保障数据产出的稳定性和准确性；
4、参与公司级别商业化相关系统数据设计、研发以及保障。
负责公司国内短剧业务（微信/抖音/快手小程序、端原生）全链路数据分析，搭建数据体系、赋能投放、内容、产品、运营团队，通过数据复盘与归因驱动业务增长。
1. 数据基建与指标体系搭建 基于Hive/SQL完成用户、内容、投放、营收数据基建；搭建国内短剧标准化指标体系；参与BI看数平台、自动化看板建设，支撑业务自助取数与日常复盘。
2. 指标监控与异动归因 常态化监控点击率、完播率、付费转化率、ROI、留存、ARPU等核心指标；针对投放衰减、剧集表现分化、付费流失、小程序跳转损耗等问题快速定位根因，输出归因报告与优化建议。
3. 专项分析与策略落地 承接内容、投放素材分层、用户流转、付费续费、流失召回等专项分析；输出可落地增长策略，跟进上线验证、效果复盘，形成数据闭环。
4. 数据口径治理 协同数据产品拉通全业务、数仓、BI、报表统一口径，编制指标字典，消除跨部门看数偏差，规范全公司数据标准。
1、负责多模态数据处理链路的推理优化，分析性能瓶颈，软硬件结合优化，实现包括语言识别、计算机视觉等多方向的推理优化，达到极致性能；
2、负责多模态数据处理链路的可观测性工具建设，包括数据处理、模型推理的监控、告警等；
3、负责异构资源（GPU、CPU等硬件）的调度优化，实现潮汐资源、混部资源、多云资源的最优化调度
4、负责集群和业务服务的稳定性治理、资源利用率提升，通过系统化方式提高GPU、CPU等硬件资源的使用效率。
5、参与设计高吞吐、低延迟的数据处理 pipeline。针对大模型数据处理场景（如LLM、多模态），优化数据清洗、预取、缓存及异步加载策略，确保数据大规模产出。