高级数据科学家
岗位摘要
与项目负责人协作，理解客户目标，设计稳健的统计与计量经济学归因模型；开发、验证并优化统计与计量经济学模型（包括营销组合模型 MMM），以衡量各渠道的营销效果；围绕业务需求构建统计分析，重点关注 ROI、边际回报和预算优化
岗位职责
- 与项目负责人协作，理解客户目标，设计稳健的统计与计量经济学归因模型
- 开发、验证并优化统计与计量经济学模型（包括营销组合模型 MMM），以衡量各渠道的营销效果
- 围绕业务需求构建统计分析，重点关注 ROI、边际回报和预算优化
- 使用 Google Meridian、Meta Robyn、Light-weight MMM 等开源 MMM 工具，必要时探索定制化建模方法
- 探索并实施多种统计与分析技术，包括线性与非线性回归、贝叶斯时间序列预测、分层模型以及机器学习算法（如随机森林、梯度提升）
- 准备并管理结构化与非结构化数据源，通过有效的 ETL 流程和严格的校验确保数据质量
- 使用 SQL、Python、dbt、Airflow 等工具自动化数据管道和模型工作流，提升效率与可扩展性
- 开展情景模拟、假设分析和增量测试（如 geo-lift、A/B 测试），验证模型输出并提升归因准确性
- 与项目负责人紧密合作，将复杂的分析结果转化为可执行的洞察，以及面向客户和行业利益相关方的战略建议
- 结合客户的业务与行业背景解读模型结果，识别相关趋势、增长机会和可执行策略
- 通过清晰的故事讲述、可视化和演示，向技术和非技术利益相关方有效传达技术概念
任职要求
- 5 年 MMM 实战建模经验
- 熟练使用 SQL、Python 和/或 R 进行数据处理、统计建模和自动化
- 扎实的统计方法知识，包括回归分析、贝叶斯建模、时间序列预测和因果推断技术
- 熟练使用 Tableau、Power BI 或 Python 库（Plotly、Seaborn、Matplotlib）等数据可视化工具，制作清晰有力的仪表盘和报告
- 熟练使用 AWS、Google Cloud（BigQuery）或 Azure 等云平台进行大规模数据处理
- 深入了解营销与媒体分析，具有衡量各渠道（电视、数字、搜索、社交、户外）及其对业务成果影响的经验
- 较强的问题解决能力，能够以分析和战略的方式应对复杂业务挑战
- 出色的沟通与演示能力，能够向非技术受众传达技术发现
- 具备项目管理经验，能够有效管理时间表、交付物和利益相关方期望
加分项
- 有开源 MMM 框架和高级机器学习技术的经验
- 了解营销归因模型、预算分配