Skip to content

数据分析师 Data Analyst

发表于 2025-06-01
最后修改 2026-01-19
阅读量 加载中...

工作地点

远程,美国境内

关于我们

在 Atomeocean,我们致力于赋能求职者寻找有意义的工作。我们的平台提供一个支持性和互动性的在线社区,个人可以在这里建立联系、分享知识并获取宝贵资源以增强求职能力。我们正在寻找一位充满好奇心的数据分析师加入我们的团队,将原始数据转化为可操作的洞察,直接改善用户体验并指导战略增长。

职位描述

我们正在寻找一位对数据分析充满热情并渴望为我们的业务决策做出贡献的数据分析师。

作为 Atomeocean 的数据分析师,您将成为产品演进中数据的代言人。与产品、工程和营销团队协作,发现用户行为模式,衡量平台性能,并推动帮助求职者成功的决策。

职责与级别要求

Wage Level 1

  • 在高级分析师指导下执行基础的数据清理、验证和转换工作。
  • 编写简单到中等复杂度的 SQL 查询以提取数据。
  • 协助创建和更新基础的数据可视化报告(Tableau/Power BI)。
  • 执行简单的用户行为分析和指标监控任务。
  • 参与数据质量检查,识别和报告数据异常。
  • 记录数据处理流程和分析方法,确保文档的可读性。
  • 学习并应用基础统计方法进行数据分析。

Wage Level 2

  • 独立完成用户参与度、转化漏斗等关键业务指标的分析。
  • 设计和维护自动化仪表板,实现实时关键绩效指标监控。
  • 编写复杂的 SQL 查询(包括窗口函数、多表连接)以支持深度分析。
  • 使用 Python/R 进行数据处理和基础统计分析。
  • 执行 A/B 测试分析,评估新功能或策略的效果。
  • 主动识别数据趋势和异常,提出改进建议。
  • 向团队成员清晰展示分析发现和可操作建议。
  • 与工程师协作,定义新功能的数据跟踪需求。

Wage Level 3

  • 主导复杂的分析项目,包括用户行为建模、留存分析和预测分析。
  • 设计和实施完整的实验框架(A/B 测试、多变量测试)。
  • 构建和优化数据管道,确保数据分析流程的高效性和可靠性。
  • 使用高级统计方法和机器学习技术(回归、聚类、分类)解决业务问题。
  • 指导初级和中级分析师,进行分析质量把控和方法论指导。
  • 与产品、营销和管理层直接沟通,将业务问题转化为数据分析方案。
  • 评估并引入新的分析工具或技术栈以提升团队效率。

Wage Level 4

  • 全面负责公司数据分析战略、方法论体系及长期数据规划。
  • 制定数据治理标准、分析最佳实践和数据安全规范。
  • 主导跨部门的重大数据分析项目,为关键商业决策提供数据支持。
  • 决策并推动大数据技术(Spark、BigQuery)和 AI/ML 在分析体系中的应用。
  • 与产品、工程及高管层沟通分析洞察,将数据发现转化为战略行动。
  • 对分析质量、数据准确性和业务影响承担最终责任。
  • 培养和建设数据分析团队,提升整体分析能力和数据文化。

任职要求

  • 学历: 数据科学、统计学、经济学或定量领域的学士学位。
  • 经验: 2年以上数据分析经验,最好在以用户为中心的平台(如 SaaS、电子商务)。
  • 技术技能
    • SQL 精通(窗口函数、复杂连接)。
    • 熟练使用 Python/R 进行数据处理(Pandas、NumPy)和基础统计分析。
    • 具有 BI 工具(Tableau、Power BI 或 Looker)经验。
    • 了解实验设计(A/B 测试原理)。
  • 分析思维
    • 能够将模糊的问题转化为结构化分析。
    • 敏锐发现数据不一致性的能力。
  • 沟通能力
    • 中英文流利(与全球团队协作)。
    • 能够为非技术受众简化技术洞察。
  • 加分项
    • 具有大数据工具(Spark、BigQuery)经验。
    • 了解网络分析(Google Analytics、Mixpanel)。
    • 基础机器学习概念(回归、聚类)。

适配专业背景

  • Data Science
  • Statistics
  • Economics
  • Mathematics
  • Computer Science
  • Information Systems

对应 SOC 代码

  1. 15-2051 (Data Scientists)
  2. 15-2041 (Statisticians)
  3. 13-1161 (Market Research Analysts and Marketing Specialists)

其他信息

  • 完全远程 – 在任何地方工作,灵活工作时间。
  • 影响驱动 – 您的洞察直接塑造帮助数百万人找到工作的产品。
  • 成长支持 – 课程/会议年度津贴(如 Coursera、DataCamp)。
  • 全面福利 – 健康保险、带薪休假和绩效奖金。

准备好将数据解码为人类影响了吗?
提交您的简历和展示您的分析如何推动业务决策的案例研究!

相关文章