一、核心職責
1. 知識圖譜全流程構建與互聯網產品適配：深入理解互聯網產品業務場景（如電商推薦、社交關系、內容分發），設計貼合產品需求的領域知識圖譜 Schema（含用戶、商品、內容等實體類型及關聯關系定義）；主導從多源異構數據（用戶行為日志、交易數據、非結構化內容）中進行知識抽取、融合與推理，解決 “數據碎片化”“關聯挖掘難” 問題；基于 Neo4j 等圖數據庫搭建知識存儲與查詢體系，優化圖查詢性能，支撐互聯網產品的智能推薦、個性化內容分發、用戶關系分析等場景落地。
2. 用戶人物畫像體系搭建與迭代：圍繞互聯網產品用戶生命周期（獲客、激活、留存、轉化、推薦），設計多維度人物畫像標簽體系（基礎屬性、行為偏好、興趣標簽、價值分層等）；構建畫像數據采集與計算模型，通過 SQL 優化、批流融合技術實現標簽實時 / 準實時更新；結合知識圖譜關聯用戶多場景行為數據，提升畫像精準度，為產品的精細化運營、個性化功能設計提供數據支撐。
3. 數據處理與 SQL 深度優化（互聯網場景適配）：負責互聯網產品大規模數據集（用戶行為日志、交易數據、內容數據等）的清洗、轉換與整合，設計高效 ETL/ELT 流程，解決高并發場景下的數據一致性與質量問題；針對互聯網產品高頻查詢場景（如用戶畫像標簽查詢、商品關聯分析），開展 SQL 語句重構、索引優化、物化視圖設計等工作，優化 OLAP 引擎（如 StarRocks）查詢性能，降低數據處理延遲，保障推薦系統、運營報表等核心數據服務穩定性。
4. 統計分析與互聯網產品業務賦能：運用統計學方法（如回歸分析、聚類分析、假設檢驗、A/B 測試分析）對互聯網產品數據進行深度挖掘，構建核心業務指標體系（如 DAU/MAU、轉化率、留存率、LTV）；從用戶行為、產品功能、運營活動數據中提取商業洞察，針對產品迭代（功能優化、新功能上線）、運營策略（活動策劃、用戶分層運營）輸出專題分析報告，明確增長驅動力與風險點，為管理層決策提供數據支撐。
5. 多工具可視化體系搭建（互聯網場景聚焦）：熟練運用多種可視化工具（FineBI、Power BI、Tableau 等）開發互聯網產品專屬數據看板（用戶畫像看板、運營監控看板、推薦效果看板、功能迭代效果看板），實現動態鉆取、多維度聯動分析；設計標準化可視化規范，確保報表兼具數據準確性與視覺可讀性，同時開展工具使用培訓，提升產品、運營團隊自主分析能力，助力快速決策。
6. 跨團隊協同與互聯網產品流程優化：對接互聯網產品團隊、運營團隊、研發團隊梳理數據需求，提供從數據采集、圖譜構建、畫像計算到分析可視化的端到端解決方案；跟蹤大數據技術趨勢（如實時數倉、智能 BI、大模型與知識圖譜融合），結合互聯網產品快速迭代特性，優化數據處理鏈路與工具選型，推動數據驅動的產品迭代與運營優化，助力產品增長。
7. AI 技術融合與數據挖掘落地：結合 AI 技術（如大模型、機器學習算法）優化知識圖譜構建與用戶畫像精度，例如利用大模型提升非結構化數據知識抽取效率，通過機器學習算法優化用戶標簽權重計算；開展數據挖掘項目，從海量互聯網數據中挖掘用戶潛在需求、行為規律及業務增長機會，輸出可落地的挖掘模型與應用方案。
8. 數據標注體系搭建與質量管控：針對 AI 模型訓練、知識圖譜構建需求，設計數據標注標準與流程（如實體標注、關系標注、情感標注），協調標注團隊開展工作；建立標注質量校驗機制（如抽樣檢查、交叉驗證），保障標注數據準確性，為 AI 模型優化、知識圖譜精準度提升提供高質量數據支撐。
二、任職要求
1. 學歷背景：本科及以上學歷，計算機科學、數據科學、統計學、數學、人工智能等相關專業優先；碩士學歷且有互聯網產品知識圖譜、用戶畫像或 AI 數據處理相關經驗者加分。
2. 工作經驗：3 年以上大數據處理相關經驗，具備完整的知識圖譜構建與用戶畫像落地案例；有電商、社交、內容資訊、工具類等互聯網產品數據處理經驗者優先；具備 AI 技術（如大模型應用、機器學習）在數據處理中的實踐經驗，或有數據挖掘、數據標注項目主導經驗者優先；熟悉互聯網產品實時數倉搭建、高并發查詢優化或用戶增長數據分析場景者優先。
3. 專業技能：
(1) 數據技術棧：精通 SQL，熟練使用 Python（Pandas、NumPy、Scikit-learn、PySpark）或 Java，掌握 Hadoop、Spark 等大數據框架，具備批處理與流處理（Kafka、Flink）開發能力，能處理互聯網產品高頻產生的海量用戶行為數據；
(2) 知識圖譜能力：熟悉 NLP 基礎技術（分詞、命名實體識別、關系抽取、實體鏈接），能基于 spaCy、DeepKE、LTP 等工具進行互聯網場景（如商品實體抽取、用戶關系挖掘、內容標簽抽取）知識抽取調優；精通 Neo4j 等圖數據庫及 Cypher/Gremlin 查詢語言，具備圖譜性能優化經驗，能支撐互聯網產品高并發查詢需求；
(3) 用戶畫像能力：掌握人物畫像構建方法論，熟悉標簽體系設計（多層級標簽、標簽權重計算、標簽衰減規則），具備基于 Hive、Spark、Flink 實現實時 / 準實時標簽計算的經驗；能結合互聯網產品用戶行為數據（瀏覽、點擊、購買、互動等）優化畫像模型，提升標簽精準度，有畫像在推薦系統、個性化運營中落地的實戰經驗；
(4) 統計與優化能力：扎實掌握統計學原理與互聯網產品數據分析方法論（A/B 測試設計與分析、漏斗分析、留存分析、用戶分群分析），能獨立設計產品迭代、運營活動的分析模型；具備 SQL 優化實戰經驗，熟悉 StarRocks、ClickHouse 等 OLAP 引擎架構，能解決互聯網產品高并發查詢（如高峰時段用戶畫像查詢、運營活動數據查詢）瓶頸；
(5) 可視化能力：熟練運用至少 2 種主流可視化工具（FineBI/Power BI/Tableau），能獨立開發互聯網產品復雜業務看板（如用戶增長看板、推薦轉化漏斗看板、畫像標簽分布看板），有可視化規范搭建或針對互聯網高頻數據更新場景的可視化性能優化案例者優先；
(6) AI 與數據挖掘能力：熟悉機器學習算法（如分類、聚類、回歸、協同過濾），能使用 Scikit-learn、TensorFlow/PyTorch 等工具構建數據挖掘模型（如用戶流失預測、商品推薦模型）；了解大模型（如 GPT 系列、開源大模型）應用場景，有利用大模型優化數據處理（如文本數據清洗、知識問答）經驗者優先；
(7) 數據標注能力：掌握數據標注方法論，能設計符合 AI 模型訓練、知識圖譜構建需求的標注標準（如實體標注規范、關系標注流程）；具備標注質量管控經驗，能通過抽樣校驗、標注工具優化提升標注效率與準確性，有搭建標注團隊或管理標注項目經驗者優先。
1. 綜合能力：
(1) 具備 “技術 + 互聯網產品 + 業務” 三重理解能力，能深入理解互聯網產品邏輯（如推薦算法邏輯、用戶增長模型、運營活動機制），從產品、運營需求中抽象數據模型與分析框架；
(2) 邏輯思維縝密，問題解決能力突出，能快速定位互聯網產品數據質量（如用戶行為數據缺失、畫像標簽不準）、查詢性能（如高峰時段報表加載慢）等問題并提出解決方案；
(3) 優秀的跨團隊溝通能力，能高效對接互聯網產品經理、運營、研發團隊，清晰傳遞數據價值，推動數據項目落地與知識沉淀，助力產品迭代與運營優化；
(4) 對互聯網行業趨勢（如 AIGC 在產品中的應用、私域流量運營、精細化用戶運營）及 AI 技術發展（如大模型輕量化、機器學習工程化）敏感，能結合數據技術為產品創新與業務增長提供新思路。
2. 加分項：
(1) 有 Transformer 系列模型（BERT、RoBERTa）或大模型在互聯網場景知識抽取（如商品評論情感分析、用戶興趣標簽挖掘）、數據挖掘（如個性化推薦、用戶意圖識別）中的應用經驗，或主導過千萬級節點互聯網產品知識圖譜項目者優先；
(2) 具備互聯網產品用戶畫像平臺搭建經驗，能設計可配置化標簽體系、支持多業務線畫像復用，或有數據挖掘模型（如用戶生命周期價值預測模型）落地并帶來業務增長（如轉化率提升、流失率下降）者優先；
(3) 熟悉 CDC/binlog 實時同步技術、Flink SQL 實時計算，有互聯網產品實時用戶畫像、實時推薦效果分析或實時數據挖掘模型落地經驗者優先；
(4) 具備 PMP/ACP 等項目管理認證，或擁有大數據技術、AI 相關專利、論文，或有主導大規模數據標注項目（如百萬級文本標注、圖譜實體標注）經驗者優先。