• 25k-40k 经验1-3年 / 硕士
    金融业 / 不需要融资 / 50-150人
    【工作职责】 1、负责量化投资策略研究; 2、负责跟踪策略的实盘表现,并不断优化和改进现有的量化投资模型; 【职位要求】 1、国内外知名高校理工科专业,硕博士优先; 2、至少熟悉一门编程语言; 3、严谨深入的研究习惯; 4、优秀的创新能力; 5、有竞赛获奖、优秀研究经历者优先考虑;
  • 25k-40k 经验不限 / 本科
    金融业 / 不需要融资 / 50-150人
    【工作职责】 1、进行量化投资策略及模型的开发; 2、基于基本数据不断优化模型、开发适合市场新的有效策略; 【任职要求】 1、 国内外知名高校理工科专业,硕博士优先; 2、具有2年及以上股票基本面研究的相关经验,有半年以上实盘业绩优先; 3、具有扎实的数学建模能力及编程能力、创新能力; 4、对量化研究领域工作有强烈的兴趣。
  • 15k-30k·14薪 经验3-5年 / 本科
    金融 / 不需要融资 / 2000人以上
    职责描述: 1、通过数据对业务相关问题进行量化分析和数据建模,并提出优化策略; 2、负责相关业务报表自动化的开发及维护,构建并完善目标及变量体系; 3、监测业务的日常数据,关注数据波动并能够及时分析和解读数据异动; 4、负责电销关键指标及费用的跟踪管理,专项业务的分析与预测,KPI指标的制定与分解。 任职要求: 1、本科或以上学历,5年以上数据分析或相关职能岗位经验; 2、具有银行零售信贷、信用卡,或持牌消费金融公司、知名互联网金融企业从事数据分析、模型搭建或机器学习工作经验优先; 3、具有扎实的数理统计相关知识,熟练使用SQL语句; 熟练使用Python/R的数据分析工具包,经典机器学习算法包; 熟练使用EXCEL/Power BI等数据可视化工具; 有海量数据处理经验者优先。
  • 25k-50k 经验3-5年 / 本科
    内容资讯,短视频 / D轮及以上 / 2000人以上
    职位职责: 1、构建并完善社区数据分析体系,提供平台业务相关的数据支持; 2、通过数据分析为平台决策提供支持,包括但不限于功能设计调优、长线数据观测和预估、用户行为及生态分析、新增和回流用户分析、专项分析等; 3、负责用户调研内容设计、设计问卷并对用户研究结果进行分析; 4、完成各项数据回传以及产品埋点、数据上报测试、后台搭建的相关工作。 职位要求: 1、3年以上数据工作经验,参与过至少1款产品的全周期、全流程数据分析业务,能够独立开展分析和研究项目; 2、对数据敏感,熟悉数据收集、数据分析方法,熟练运用SQL等查询语言,了解服务器构架模式、数据库操作; 3、具备良好的逻辑思维能力、分析能力、学习能力和团队协作能力,能够与研发、平台等岗位深入沟通; 4、有游戏项目数据工作经验优先。
  • 内容资讯,短视频 / D轮及以上 / 2000人以上
    职位职责: 1、基于业务目标及商业模式,搭建全面、准确、客观的指标体系和监控框架,同时基于业务监控体系,清晰洞察业务全局和定位业务问题; 2、通过分析报告或专题研究等形式,对业务问题进行深入分析,为行业策略、商品运营、供需价格诊断等业务决策提供数据和分析支撑,输出经营管理建议,协助达成业务目标并提升效率; 3、结合业务实际现状问题和策略,合理设计因果推断的验证方法,并进行科学的量化效果评估,给到业务更精细化的策略效果诊断建议; 4、将监控体系及分析方法逐步总结沉淀,抽象、提炼数据产品需求,与技术、产品等相关团队开展跨部门合作并推动数据产品的落地。 职位要求: 1、具备数据分析工作经验,有电商从业经验者优先,统计学、数学专业优先; 2、具备构建数据指标体系知识框架,曾有过构建指标体系经验;掌握基本数据分析方法,对数据落地到业务有一定经验; 3、熟练使用Excel、精通SQL、Hive,至少可以熟练使用一种数据可视化分析工具,擅长R和Python者优先; 4、对AB实验、因果推断熟悉,有复杂实验设计经验的优先; 5、沟通表达能力优,协调推动能力强。
  • 20k-30k·15薪 经验3-5年 / 硕士
    科技金融,人工智能服务 / 上市公司 / 500-2000人
    岗位职责: 1. 针对海量数据开发包括不局限于营销响应、流失预警等营销模型及反欺诈评分、信用评分、额度模型、行为评分、催收评分等风险模型; 2. 跟进实施以量化分析为基础的咨询项目,项目业务围绕信贷、财富等金融业务领域,实施内容包括不局限于流程设计、业务框架设计、特征设计、模型开发、策略制定、实施部署等; 3. 熟悉公司所提供的解决方案,配合商务对机构进行方案介绍与答疑;通过量化分析工具为合作机构提供决策分析报告,配合商务有效推动机构合作与落地应用; 4. 对海量内部底层数据进行清洗和深度挖掘,探索有效稳定的维度/变量/模型/标签以形成标准化的产品; 岗位要求: 1. 硕士及以上学历,211/985院校毕业优先,数学、统计学、计算机等相关专业优先; 2. 3年及以上互联网/信贷/金融科技机构模型开发/算法/量化策略相关工作经验; 3. 熟练运用Python/R进行数据分析或建模,熟练掌握数据库操作(如SQL语句); 4. 了解LR/RF/XGB/LGBM等机器学习算法的原理及其应用; 5. 对金融产品/客户全生命周期运营/风险管理有深刻理解者优先; 6. 表达清晰,逻辑严谨,对数据敏感,敢于创新,善于发现、探索并解决问题; 7. 具备较强独立思考能力、学习能力、自我驱动力、责任心及抗压能力;
  • 20k-35k 经验5-10年 / 本科
    金融业 / 上市公司 / 2000人以上
    工作职责 1、负责统筹数据管理团队数据分析工作,规划外部数据(政府、行业)数据交易方案,数据资产价值评估。 2、负责构建寿险数据根因挖掘体系,对续期、稽核、品质等做深层次的根因探究。 3、持续挖掘业务应用场景,协同数据开发,推动数据标签饱和度提升。 4、定期编写专项数据分析报告,与业务协同,输出策略与建议。 任职要求 1、本科及以上学历,计算机相关方向优先。 2、3年以上数据分析、数据挖掘等相关工作经验,具有数据开发或运营相关项目经验。 3、 熟悉政府、行业数据开放情况,有相应工作经历优先。 4、对数据具有高度敏感性,善于分析数据,态度严谨,高度耐心,观察细致。 5、具备较强的学习及理解能力,良好沟通协调能力及团队合作精神,善于思考、总结。 6、有良好的信息提炼与整合能力,能熟练制作美观、专业、可读的汇报材料。
  • 20k-40k·15薪 经验5-10年 / 本科
    消费生活 / 上市公司 / 2000人以上
    岗位职责: 1、基于业务理解和发展需求,不断完善各项经营和运营指标体系; 2、负责对数据进行处理、分析、建模和预测,理解数据背后的业务本质,深度挖掘分析不同业务场景下的数据洞察,为业务决策提供数据支撑; 3、负责业务各项经营和运营指标的数据监控和量化分析,挖掘经营和运营上的变化趋势、指标的驱动因素变化等; 4、基于对业务的深刻理解,形成数据表现跟踪的PDCA闭环,分析、评估、执行和展示统计分析的结果。 岗位基本要求: 1、数学、统计学、经济学、计算机等专业者优先,本科及以上学历,3年以上数据分析相关工作经验;有生鲜零售、电商行业相关工作经验者优先; 2、具备数据敏感性和探知欲、分析、解决问题的能力,逻辑清晰,沟通表达和协调能力强; 3、能够承受工作中的挑战;踏实勤奋,有较强的工作投入度和自我驱动力,富有团队合作精神; 4、精通办公软件,熟练运用SQL。
  • 20k-30k 经验3-5年 / 硕士
    科技金融,人工智能服务 / 上市公司 / 500-2000人
    岗位职责: 1.针对海量数据开发包括不局限于金融行业财富业务营销响应、流失预警等营销模型; 2.跟进实施以量化分析为基础的咨询项目,项目业务围绕财富金融业务领域,实施内容包括不局限于流程设计、业务框架设计、特征设计、模型开发、策略制定、实施部署等; 3.熟悉公司所提供的解决方案,配合商务对机构进行方案介绍与答疑;通过量化分析工具为合作机构提供决策分析报告,配合商务有效推动机构合作与落地应用; 4.对海量内部底层数据进行清洗和深度挖掘,探索有效稳定的维度/变量/模型/标签以形成标准化的产品; 任职要求: 1.本科及以上学历,211/985院校毕业优先,数学、统计学、计算机等相关专业优先; 2.具备互联网/财富营销/金融科技机构模型开发/算法/量化策略相关实习经验; 3.熟练运用Python/R进行数据分析或建模,熟练掌握数据库操作(如SQL语句); 4.了解 LR/RF/XGB/LGBM/FM 等机器学习算法的原理及其应用; 5.了解 Hadoop、Hive、Spark 的常用功能; 6.了解推荐算法中召回、排序阶段的常用模型和策略; 7.有金融行业背景、对金融行业财富营销业务有深刻理解者优先; 8.表达清晰,逻辑严谨,对数据敏感,敢于创新,善于发现、探索并解决问题; 9.具备较强独立思考能力、学习能力、自我驱动力、责任心及抗压能力;
  • 25k-40k 经验5-10年 / 本科
    金融 / 不需要融资 / 2000人以上
    职责描述: 1、协助上级制定客群及业务规划的短、中、长期策略,定期开展专项客群、业务、资产规划等分析。 2、根据客户维护策略制定年度维护计划及服务推广计划,增加收入。 3、持续收集并分析同业经验数据,并根据信息总结对业务的影响及建议。 4、根据市场变化,及时调整重点项目策略,检视部门推广项目进度、运作情况和效果,落实并追踪预算实行情况。 5、负责业务领域核心数据体系的规划设计,并推动数据采集及数据口径规范,搭建数据服务产品,利用可视化工具输出动态仪表盘,赋能业务。 6、通过业务数据分析及时监测业务健康度,并针对异常开展专项深度分析,发现问题并提供合理业务建议。 任职要求: 1、本科或以上学历,数学、统计学、商业分析等相关专业背景; 2、5年以上数据分析工作经验,有信用卡、金融或头部互联网数据分析项目相关经验; 3、具备金融行业或互联网企业前瞻性的整套数据管理、数据服务等解决方案的规划和落地经验尤佳; 4、掌握SQL、以及Python/SAS/R语言(至少一种)的数据分析处理技能; 5、优秀的思维逻辑性、语言表达能力; 6、有一定的市场敏锐度,商业嗅觉敏锐者优先。
  • 15k-30k 经验3-5年 / 本科
    教育,文娱丨内容 / 不需要融资 / 150-500人
    岗位职责: 1、根据业务发展需求,通过提取数据,并对数据进行统计分析、可视化等工作; 2、监测业务的日常数据,关注数据趋势,并能够分析和解读数据异常; 3、基于对业务深刻理解的基础上,产出可以落地的数据模型,能通过数据建模分析出业务存在问题,提出可行性建议; 4、监控业务指标,定期输出相应周报、月报等,对业务进展给出解读; 5、针对不同运营业务的需求,输出数据报告。 能力要求: 1、数据分析经验3年以上; 2、熟悉运用SQL、EXCEL、Python等工具进行数据处理和分析,掌握数据统计分析常用的方法和模型; 3、对数据敏感,擅长分析、总结,能够将数据分析与业务相结合; 4、逻辑思维清晰,积极主动,善于思考,有创新精神; 5、数学、统计学、计算机等相关专业优先。
  • 25k-50k 经验10年以上 / 本科
    工具类产品,内容社区,音频|视频媒体 / 上市公司 / 2000人以上
    岗位职责: 1 协同产品、开发、BI等项目团队,完善商业化场景数据上报以及指标体系和监控能力,对数据准确性负责; 2 支持商业化日常报告的分析,监控和跟踪数据异常波动情况,并深入分析和问题定位; 3 深入理解业务,发现业务特征和潜在机会,输出有效的数据策略,从数据的角度推动商业化决策和产品方向,实验上线验证和结果迭代; 4 统筹搭建商业化相应数据工具和数据分析模型,把控数据优先级合理安排。 岗位要求: 1 统计学、数学、经济学、计算机等相关专业的本科及以上学历; 2 有3年以上数据产品经验,对数据敏感,逻辑严谨,有良好的数据分析能力; 3 熟练掌握SQL,熟悉常用数据统计和分析方法,具备底层数据的理解能力和数据建模能力; 4 熟悉用户行为分析(如付费转化漏斗、归因、收入来源拆解等),能独立完成A/B测试设计、结果解读及业务策略迭代建议; 5 具备较强的学习能力、动手能力、沟通能力、团队合作意识及综合分析能力。
  • 20k-40k·15薪 经验3-5年 / 本科
    消费生活 / 上市公司 / 2000人以上
    职责描述: 1. 洞察影响业务表现的深层规律,总结、提炼成业务的基础认知; 2. 对影响业务的基础认知进行定量描述;提炼描述基础认知的核心指标; 3. 基于上述洞察,结合本业务特点,建立指标体系,输出具体策略建议并推动业务团队落地; 4. 根据策略落地效果不断迭代认知,优化策略,赋能团队及业务。 任职要求: 1. 数据敏感度强,逻辑思维能力出色,商业认知良好,有足够的好奇心和自驱力,能从大量数据中发现商业价值,能够系统性地思考和分析问题,同时具有较好的分析报告呈现能力。 2. 良好的跨团队沟通能力、合作精神,能够协调资源,推动解决问题。 3. 基本功扎实,能够熟练使用SQL、R等常用数据分析工具,具备大数据获取和分析经验。 4. 本科或以上学历,3-5年及以上工作经验。
  • 20k-30k 经验5-10年 / 本科
    IT技术服务|咨询 / 不需要融资 / 15-50人
    职位描述:负责金融数据分析、交易软件编写、协同策略工程师进行策略开发。 职位要求: 1、熟悉C/C++编程; 2、熟悉Python编程; 3、熟悉金融数据分析; 4、具有5年以上开发经验,2年以上量化经验; 5、熟悉金融市场,证券/期货/期权/外汇/大宗、熟悉level2数据处理; 6、重点本科及以上学历。
  • 25k-50k 经验5-10年 / 本科
    科技金融 / 不需要融资 / 2000人以上
    岗位职责: 1、针对个人及小微企业信贷业务,以促进业务发展、风险管控为目标,进行大数据分析、挖掘,形成有效的规则、模型; 2、负责客户挖掘、授信、流失、预警等信贷业务生命周期数据分析及模型开发; 3、负责信贷客户风险成因分析; 4、负责信贷业务数据分析、模型效果监控。 任职要求: 1、本科及以上学历,5年以上相关工作经验; 2、熟悉个人、小微企业信贷业务; 3、熟练掌握数据清洗、缺失处理方法; 4、熟练掌握逻辑回归建模方法; 5、熟练掌握机器学习建模方法,能理解并解释使用的机器学习算法; 6、掌握模型验证方法; 7、掌握模型效果、稳定性等模型监控方法; 8、善于归纳总结,主动跟踪学习最新的数据分析、模型开发技术、方法。