深圳信息数据统计员
信息数据统计员是负责收集、整理和分析各种数据，并生成相关报告和统计图表的专业人员。他们通常利用统计学和信息技术方法来处理大量数据，以便为公司或组织做出决策提供支持。信息数据统计员需要具备专业的统计分析技能和对数据库管理系统的熟练运用能力，能够使用统计软件进行数据处理和分析。他们还需要具备良好的沟通能力，能够与不同部门的同事合作，理解他们的需求并提供准确的数据报告。信息数据统计员在市场、财务、医疗、教育等行业都有需求，他们通过数据分析和报告，帮助组织做出明智的决策，推动业务发展。
薪酬概览
平均月薪
¥7900
中位数 ¥7500 ｜ 区间 ¥6700 - ¥9100
数据来源：谈职全网11份招聘数据；更新时间：2026年7月13日
月薪分布
63.6% 人群薪酬落在 0-8k
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
4月新增岗位
50
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 |
|---|---|---|
| 应届 | 16 | 39% |
| 不限经验 | 25 | 61% |
热招职位
1. 负责机器人数据平台的架构设计与核心研发，覆盖采集任务管理、数据入库、质检、标注、数据集构建与交付全链路；
2. 设计并实现高可靠的云端接入系统，支撑多设备、多供应商、多来源数据的并发接入、状态上报与异常处理；
3. 与算法团队协作，理解训练数据需求，推动数据质量评估、血缘追踪等数据治理体系的建设与落地；
4. 探索并落地 AI 技术在数据平台中的应用，包括但不限于：利用大模型辅助数据标注、使用 AI 工具提升质检自动化率、以及通过智能化手段优化数据集构建效率；
5. 跟进业界 AI 工程工具链（如 Cursor、GitHub Copilot、LLM API 等）的最新进展，将 AI 辅助开发能力融入团队研发工作流，提升整体研发效能。
1.负责供应链全链路数据整合与标准化数据库搭建维护，制定数据规范保障数据准确一致。
2.开展采购环节数据分析，包括品类成本结构拆解与供应商绩效评估，输出优化建议支撑集中采购或协议谈判。
3.监控库存水平并分析周转效率以制定优化策略，联动生产部门分析物资消耗与生产效率关系，输出消耗标准调整建议降低生产成本。
4.定期输出结构化数据分析报告并可视化关键指标，针对异常数据及时预警，为管理层提供数据驱动的决策支持。
5.跨部门协作解决数据相关问题，推动供应链数据在业务端的应用，协助优化内部系统数据流转以提升使用效率。
1、监管解读：持续跟踪并解读国家金融监督管理总局、属地监管机构、行业协会等发布的最新法规、指引和通知，按各级监管要求落实数据质量提升
2、制度建设：制定并维护《监管报送管理办法》等管理制度，及时响应外部监管变化进行新增及修订
3、规划落地：给出监管重点事项规划和方案设计，制定详细计划并推动执行落地
4、报送管理：编制月度/年度报送日历，监控关键时间节点，按时完成每月增量报送/年度重报等
5、数据治理：对发现问题进行定性归因，明确责任主体，确保存量问题动态清零；制定总分联动考核方案，定期跟踪执行成效，提升报送数据质量
1、负责平安医疗相关数据整合与深度分析，支持业务决策；
2、构建和优化医疗风险预测、费用控制、疾病趋势等数据模型，提升数据分析的准确性和实用性；
3、与业务、运营等部门协作，理解业务需求，为保险产品定价、营销风控、医疗控费等提供数据支持与分析报告；
4、参与数据治理及数据质量提升工作；
1、负责部门相各类数据管理平台和AI技术应用的整改规划和设计
2、负责数据管理监测平台、知识管理平台的开发管理和运营
3、负责集团数据技术体系的评估、指导与检视
4、负责部门系统和平台的安全管理，管理安全问题额修复
5、负责数据监测和知识管理平台的运营， 设计风险监测、敏感信息识别、AI审核等功能，管理和推动平台建设
1、负责部门预算规划和管理，部门考核跟踪和反馈。
2、负责项目的管理组织，统筹项目的PMO管理工作，包括项目需求管理、项目计划制定、管理项目进度、管理项目沟通和汇报工作；
3、协调各部门工作，追踪并推动重点项目及事项的完成情况；并就进展、问题与项目组、领导层汇报沟通，跟踪问题解决；
4、支持部门日常管理工作，组织会召开，跟踪会议事项，编写会议汇报材料等工作。
1.负责SSV相关产品数据分析工作，包括产品数据洞察，运营效果分析，数据分析工具建设等；
2.通过数据分析建立用户洞察，为产品迭代提供指引。提供产品策略的数据支撑；
3.协助建设产品数据体系，完善数据pipeline，定位产品关键问题，支撑ab实验。
1.负责公司大数据平台的数据采集、清洗、存储、建模与价值挖掘工作；
2.使用Hive、Spark等大数据工具进行海量数据的处理与分析，构建稳定高效的数据处理流程；
3.设计并开发数据仓库模型，优化ETL流程，保障数据的准确性与及时性；
4.与业务部门协作，深入理解业务需求，提供数据支持与分析报告，辅助决策；
5.参与数据治理、元数据管理及数据质量监控体系建设；
6.有医疗行业背景者，参与医疗健康相关数据的分析建模，支持保司赋能、健康管理等应用场景。
1.负责供应链全链路数据整合与标准化数据库搭建维护，制定数据规范保障数据准确一致。
2.开展采购环节数据分析，包括品类成本结构拆解与供应商绩效评估，输出优化建议支撑集中采购或协议谈判。
3.监控库存水平并分析周转效率以制定优化策略，联动生产部门分析物资消耗与生产效率关系，输出消耗标准调整建议降低生产成本。
4.定期输出结构化数据分析报告并可视化关键指标，针对异常数据及时预警，为管理层提供数据驱动的决策支持。
5.跨部门协作解决数据相关问题，推动供应链数据在业务端的应用，协助优化内部系统数据流转以提升使用效率。
1、领导并管理IT数据团队，制定团队发展目标与工作计划，提升团队技术能力与协作效率；
2、设计并优化企业级数据架构，包括数据采集、存储、处理、分析与可视化全流程；
3、主导数据平台建设，包括数据仓库（如：基于 Hadoop、Spark、Snowflake等）、ETL流程、数据湖及实时数据处理系统；
4、建立并执行数据治理规范，确保数据质量、安全合规（符合《数据安全法》《个人信息保护法》等法规要求）；
5、与业务部门紧密合作，理解数据需求，提供数据支持与洞察建议；
6、推动数据自动化、智能化工具的应用，提升数据处理效率与分析能力。跟踪行业前沿技术，持续优化技术栈与架构方案。
1、负责流量生态相关数据分析工作，发现流量机会，提升流量效率，与算法，产品团队配合，深度参与流量分发，流量使用的策略制定
2、建立对用户生态的认知，通过对用户消费习惯的理解和研究，从不同视角发掘用户增长和提频的空间，制定相应流量和补贴策略
3、针对不同业务场景使用多种实验分析方法(单边实验，双边实验，非实验)评估策略有效性，提出优化的方向并配合业务落地迭代
4、负责分析团队的建设与管理，沉淀分析方法和分析认知，与协同业务部门建立密切的合作关系
1、计算机、人工智能、数学、统计、自动化等相关专业本科及以上学历；
2、熟练掌握 Python、Go、Java、C++ 中至少一门语言，具备扎实的工程实现能力；
3、熟悉 Elasticsearch、ClickHouse、Milvus、LanceDB、Faiss、Redis 等检索、分析或向量数据库系统中的一项或多项；
4、理解向量检索、特征索引、Embedding、召回排序、标签体系、样本管理等基础概念和工程实践；
5、有数据挖掘、样本库、特征平台、标签平台、搜索系统或推荐系统相关经验；
6、对多模态数据、具身智能、大模型数据闭环有兴趣，能主动理解算法研发场景并抽象为平台能力。
加分项
1、有自动驾驶、机器人、大模型训练数据平台或多模态检索项目经验；
2、熟悉视觉/视频/传感器数据处理，有时序数据对齐、片段切分、场景挖掘经验；
3、有 RAG、Agent、数据问答、智能分析工具建设经验。