数据分析师

1. 业务需求拆解与指标体系建设 ◦ 承接业务部门的数据分析、经营分析和 BI 看板需求； ◦ 完成需求澄清、业务问题拆解、指标定义、口径确认、维度设计和数据源识别； ◦ 将一次性分析需求沉淀为标准化指标、分析模板和可复用数据资产； ◦ 推动核心指标口径统一，提升数据使用的一致性和可信度。 2. BI 报表与数据产品交付 ◦ 基于 Tableau 等 BI 工具建设经营看板、专题分析报表和管理驾驶舱； ◦ 负责看板的数据建模、交互设计、权限控制、性能优化和上线交付； ◦ 关注报表的业务可解释性、数据准确性和用户使用体验； ◦ 与数据开发、业务团队协作，推动数据链路从需求到交付闭环。 3. AI 语义层与智能问数能力建设 ◦ 参与建设面向大模型的数据语义层，包括指标定义、字段解释、业务口径、查询边界和样例问题； ◦ 将业务指标、数据模型和分析逻辑转化为 LLM 更容易理解和调用的上下文资产； ◦ 参与自然语言问数、指标解释、异常归因、经营周报等 Agentic BI 场景建设； ◦ 配合团队建立分析 Agent 的评测样例、结果校验规则和可信输出机制。 4. AI Coding 与分析流程自动化 ◦ 在数据分析、报表开发和数据校验过程中使用 AI 工具提升效率； ◦ 使用 Python、SQL、脚本工具或 AI Coding 工具完成自动化取数、数据处理、文件生成和流程优化； ◦ 将高频、重复、低价值的数据工作沉淀为自动化脚本、模板或 Agent 流程； ◦ 持续探索 AI 工具在 BI、数据治理、指标管理和分析交付中的应用。 【任职要求】 1. 专业与经验 • 计算机、数学、统计学、数据科学、信息管理等相关专业优先； • 具备 3 年以上 BI、数据分析、数据开发、数据产品或经营分析相关经验； • 有云计算、互联网、金融、企业服务、ToB 业务分析经验者优先。 2. 数据与 BI 能力 • 具备扎实 SQL 能力，能够独立完成复杂查询、指标加工、数据校验和性能优化； • 熟悉至少一种主流 BI 工具，如 Tableau、Power BI、FineBI、Quick BI 等，熟悉 Tableau 者优先； • 理解指标体系、维度建模、数据口径、数据质量和数据血缘等基本概念； • 能够独立完成从需求分析、数据准备、看板设计到上线交付的完整闭环。 3. 工程与自动化能力 • 熟悉 Python，能够完成数据处理、自动化脚本、API 调用、文件处理或分析流程自动化； • 有 StarRocks、Doris、ClickHouse、Hive、Spark SQL 等 OLAP / 数仓引擎经验者优先； • 有 Git、Markdown、Obsidian、DBeaver、Jupyter、VS Code 等工具使用经验者优先； • 具备良好的文档意识，能够沉淀指标说明、需求文档、分析过程和交付说明。 4. AI 认知与实践意愿 • 对大模型、AI Coding、MCP、Agent 等方向有实践经验或强烈学习意愿； • 使用过 Claude Code、Cursor、Codex、ChatGPT、Dify、Coze 等 AI 工具者优先； • 认可 BI 从“人工报表交付”向“语义层 + 数据产品 + 分析 Agent”演进的趋势； • 愿意主动探索 AI 工具在数据分析、报表开发、指标管理和知识沉淀中的实际应用。 加分项 • 有经营分析、财务分析、销售分析、客户分析、用量计费分析等场景经验； • 有数据治理、指标平台、语义层、数据目录、数据资产管理经验； • 有自然语言问数、ChatBI、分析 Agent、RAG 应用、数据助手建设经验； • 有 Tableau Server、StarRocks、Doris、MCP、LLM 应用开发经验； • 有通过 AI Coding 独立完成脚本、插件、小工具或数据应用的经验。