字节跳动
校招数据科学（AI产品方向） - Coze
北京/杭州 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 2027届获得本科及以上学历，数学、统计学、计算机、软件工程、数据科学、经济学等相关专业优先
- 具备良好的逻辑思维和结构化分析能力，能够将复杂或模糊的业务问题转化为可分析、可验证的问题
- 对AI产品和新技术有强烈好奇心，愿意主动体验产品、理解用户，并持续探索数据在产品创新中的价值
- 具备良好的学习能力、沟通协作能力和责任感，能够对数据准确性和工作细节保持耐心与高标准
- 熟练使用SQL，掌握概率统计、假设检验等基础数理统计方法；熟悉Python、R等至少一种数据分析语言。
- 加分项：
- 有互联网产品、用户增长、商业化或数据分析相关实习及项目经历
- 有A/B实验、因果推断、机器学习、数据开发或BI工具建设经验
- 深度使用过AI Agent、大模型应用或AI编程工具，并对相关产品有自己的观察和思考。
岗位描述
团队介绍：扣子是新一代开箱即用的 AI Agent 平台，面向个人、团队、企业，提供全面服务。具有多人多 Agent 协作特色功能、专家级编程/视频能力、企业级精选“行业专家”技能，等多项产品优势。同时，扣子支持网页端、电脑桌面端、手机 App 端多端协同，用户可以通过手机，远程指挥电脑工作，同时推进多项复杂任务。加入扣子，在AI赛道上拥有广阔的发展空间！
- 1、参与AI Agent产品的数据体系建设，包括埋点设计与验证、数据开发、指标体系建设和看板搭建，为产品决策提供准确、稳定的数据基础；
- 2、深入产品体验、用户增长、商业化等业务场景，逐步独立完成从问题定义、分析诊断、机会挖掘到策略建议和效果评估的完整分析闭环；
- 3、参与实验分析、指标异动归因及AI数据分析工具建设，探索利用大模型提升数据分析效率和决策质量；
- 4、与产品、运营、研发、算法等团队紧密合作，深入参与产品建设与业务讨论，用数据帮助团队理解用户、发现机会，共同探索AI产品的新范式。
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
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
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
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
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
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。