北京Data Scientist
Data Scientist是负责通过运用统计分析、机器学习和大数据技术来解决复杂问题的专业人士。他们利用大数据和算法技术来挖掘数据中的模式和趋势，并利用这些信息来支持业务决策和创新。Data Scientist需要具备扎实的统计学和编程技能，能够理解各种数据类型和处理方法，并能够将结果以清晰易懂的方式呈现给非技术背景的人员。他们通常在跨学科团队中工作，与业务部门合作，致力于利用数据驱动的方法来提升业务绩效和竞争优势。
薪酬概览
平均月薪
¥26000
中位数 ¥30000 ｜ 区间 ¥18400 - ¥33600
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
42.9% 人群薪酬落在 >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：岗位减少2
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 | 5 | 50% |
| 不限经验 | 5 | 50% |
热招职位
1. 统计、数学、计算机等相关专业背景，硕士以上学历。
2. 有极强的逻辑思维能力和数据敏感性，并能熟练运用主流数据分析工具。
3. 具备极强的业务感觉，或具备极强的学习能力。
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、负责公司实验科学能力设计与建设工作，包括沉淀公司核心实验场景和实验方法论，建立实验流量资源协同管理及实验流程管理机制，打造公司整体实验科学管理体系；
2、参与实验平台建设，将实验方法论、实验科学管理机制通过平台化方式向业务方赋能，保障实验体系运行顺利，提高实验执行效率；
3、负责具体业务模块的实验设计、评估与分析工作，为业务提供科学可靠的实验结论及优化建议；
4、负责负责或不可实验场景下重要项目、策略的效果复盘分析与方法论建设工作，完善对应场景的科学评估能力。
1. 数据策略制定：涉及挖掘框架，开发挖掘算子，与模型训练团队深度协作，指导数采团队定向增补高价值数据；通过数据消融实验，科学确定预训练数据、微调数据、难例数据的配比，最大化有限数据的训练收益；建立数据质量评估体系（信息密度、场景分布、标注质量、多样性等）；
2. 构建自动数据生产流水线：研发并维护自动化标注流水线，降低人工标注依赖；
3. 探索利用生成式AI（Diffusion model, NeRF/3D Gaussian）合成高价值训练数据，解决corner case数据稀疏问题；
4. 建立标注质量自动检测机制，确保训练数据的可靠性；
5. 构建数据处理平台：构建TB-PB级数据分布式处理流水线，实现高效去重、过滤、清洗、格式转换；
6. 建立数据版本管理和数据血缘系统，确保训练模型的可复现性和数据溯源；
7. 优化数据存储格式和访问效率，支持模型训练过程中高效数据加载和在线采样
1.贯彻集团数据标准体系，负责集团财务领域（资产、成本、费用、收入、利润、现金流等）核心数据对象与指标体系的治理，包括主数据管理、元数据管理、数据模型设计规范等，推动标准在数仓建设与BI应用中落地执行。
2.负责相关业务领域的数据治理规划，完成数据标准、数据质量、数据安全、数据资产管理等建设实施落地。保障财务数据的准确性、完整性和一致性，提升财务领域数据服务能力。承接集团财务主数据、涉财业务主数据的数据标准制定、数据治理工作开展和主数据运营管理。
3.独立完成或指导实施数据开发、BI分析看板、数据质量评估、问题溯源改进等专项建设任务。
4.主导集团级财务指标口径统一与管理口径沉淀，解决跨系统、跨组织的数据不一致问题。负责财务系统数据治理，确保系统的数据质量及流程合规，管理财务数据目录和数据标准，统筹推进数据入湖和应用。推动数据治理与业务服务深度融合，支撑经营分析、财务数字化、穿透式监管等关键场景的数据需求。
5.跟踪数据治理前沿技术与行业实践，持续优化治理体系与工具能力。
1、机器人动作数据质量筛查：在已有基础筛查流程上，引入运动学维度的质量评估，包括关节速度/加速度异常检测、动作轨迹平滑度分析、连续性异常识别等，过滤低质量动作数据。
2、数据自动化标注：开发更细粒度的自动标注算法，如动作阶段切分、关键帧提取、失败原因归因等。
3、数据工具建设：参与数据处理脚本和可视化/评估工具的开发，支撑团队持续迭代数据质量策略。
• 收集、分析、监测市场业绩等基础数据，为洞察最佳案例提供线索和数据支持；
• 综合分析案例数据，挖掘最佳及不佳案例的核心指标，并为选取最佳案例提供参考依据；
• 持续追踪案例相关营销人员的业务与行为数据，提炼总结业务洞察，优化工作流
• 参与部门制定活动计划及方案，包括活动文案的策划，创意，撰写；活动预算、执行，跟踪，总结。
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、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。
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。