← 返回岗位列表

字节跳动

校招

数据科学 - 抖音增长

北京 · 校招 · 2027 届 · 硕士

长期有效

任职要求

  • 2027届获得硕士及以上学位,统计学、数学、经济学、计算机、运筹学或相关专业
  • 具备扎实的数据科学基础,熟悉概率统计、回归分析、实验设计、机器学习等核心方法
  • 熟练使用SQL、Python/R进行数据处理、分析建模与结果验证,具备良好的工程实现能力
  • 具备较强的业务理解和问题抽象能力,能够将复杂业务问题转化为可度量、可建模、可验证的数据科学问题
  • 具备优秀的沟通协同能力,能推动跨团队合作并影响业务决策。

岗位描述

团队介绍:抖音增长团队(User Growth)负责抖音旗下产品的增长工作。我们帮助产品量身定做增长方案,并运用营销、产品、数据分析等方式达成业务增长目标。UG团队维护和优化一系列类似付费广告、裂变、导量等成熟的产品增长方案,并熟练将其应用到各种不同的业务中,推动业务增长;同时当发现新的增长机会时,我们也及时构建新的解决方案,帮助业务实现突破。加入 UG 团队,可以负责亿级用户产品的增长工作,掌握业界先进、第一手的增长实践。

  • 1、负责增长、营销、推荐、用户运营或商业化等场景中的因果分析与增效评估,应用因果推断方法(包括但不限于PSM、DID、CUPED、Uplift Modeling等)识别业务动作带来的真实增量价值;
  • 2、设计和优化A/B实验体系,包括实验方案设计、指标体系构建、样本量估计、方差缩减、实验监控、结果分析与策略归因;
  • 3、结合业务目标建立增效度量框架,围绕转化、留存、收入、利润、补贴效率、用户长期价值等目标,评估策略ROI与投入产出效率;
  • 4、参与建设策略优化模型,例如人群分层、优惠分配、触达策略优化、预算分配、增量利润最大化等;
  • 5、参与AI+Data Science结合的智能分析Skill、评测体系等智能化能力建设,及复杂数据产品或智能分析工具的设计,推动分析能力平台化、标准化、产品化。

你的简历匹配这个岗位吗?

上传简历,AI 会对照这份 JD 指出你的差距和需要补强的地方

该岗位可能会问的问题

基于 数据 岗位的常见面试问题整理

请解释数据仓库的星型模型和雪花模型的区别

类型专业能力·难度中等
查看答题思路

1. 星型:事实表在中间,维度表直接关联,维度表非规范化(有冗余) 2. 雪花:维度表进一步规范化,减少冗余但增加 join 次数 3. 选择:星型查询快(join 少),雪花存储省,一般生产用星型更多

如何设计一个埋点体系来追踪用户行为

类型情景/案例·难度中等
查看答题思路

1. 确定业务目标:留存/转化/活跃 2. 定义事件:页面浏览/点击/曝光/转化,每个事件带属性 3. 技术栈:前端 SDK 上报 → Kafka → Flink 实时清洗 → ClickHouse/Hive 存储 4. 数据分层:ODS(原始)→ DWD(明细)→ DWS(汇总)→ ADS(应用) 5. 质量:埋点测试 + 数据校验 + 异常告警

SQL:有一个用户登录表 user_login(user_id, login_date),查询连续登录超过 7 天的用户

类型专业能力·难度困难
查看答题思路

1. 思路:用 login_date 减去排名序号(ROW_NUMBER),同组连续日期差值相同 2. 关键 SQL:SELECT user_id, login_date-ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS grp 3. GROUP BY user_id, grp HAVING COUNT(*) >= 7 4. 强调:理解窗口函数和连续性问题的一般解法

你做过最有价值的数据分析项目是什么

类型项目经历·难度中等
查看答题思路

1. 业务背景:分析什么、为什么重要 2. 数据来源和量级 3. 分析方法:用了什么模型/统计方法 4. 核心发现:一句话说清洞察 5. 业务影响:做了什么决策、带来了什么改变(用数字)

解释 A/B 测试的原理和常见陷阱

类型专业能力·难度简单
查看答题思路

1. 原理:分流用户到对照组和实验组,对比核心指标差异 2. 统计基础:假设检验,p<0.05 表示差异显著 3. 陷阱:样本量不足、运行时间太短(未覆盖周期波动)、多重比较(同时做多组 A/B 需修正显著性水平) 4. 指标选择:北极星指标优先,避免虚荣指标

更多面试题库功能即将上线

信息来源:企业官方招聘页。投递前请以官网信息为准。