职位介绍：负责规划和构建公司的核心数据资产体系，带领用户画像团队深入挖掘用户行为数据，并将数据转化为可复用的资产，支撑 AIGC、影像智能体及推荐算法的快速迭代。主导在推荐、订阅等高价值场景的验证，确保数据资产在业务增长和模型进化中发挥决定性作用。

岗位职责:

1、数据资产体系构建：负责「用户数据资产」与「训练数据资产」的沉淀，构建适配大模型微调（Fine-tuning）和智能体长短期记忆（Memory）的高质量数据集。

2、画像团队管理与资产规划：带领用户画像团队，统筹全公司级标签体系（Tag System）的设计与维护，确保画像资产的准确性、实时性及跨业务线的复用价值。

3、高价值场景落地验证：主导数据资产在推荐系统、订阅转化、Agent 交互等场景的应用，通过数据闭环验证模型效果，驱动业务增长。

4、全链路数据治理与 AI 赋能：利用 AI 技术提升画像建模与数据监控的效率，实现从“原始日志”到“结构化画像”再到“业务 Action”的自动化流转。

5、跨团队协同与项目推动：作为核心推手，协同算法、产品及运营团队，将业务挑战转化为数据方案。展现极强的主动性，确保跨部门项目高效达成。

任职要求：

1、经验背景：五年以上互联网数据架构或用户画像相关经验，有影像类、工具类 App 或 AI 场景背景。具备一定的团队管理经验，能激发团队创造力。

2、画像建模深度：深刻理解用户行为建模，熟悉用户分层、流失预警、生命周期管理及审美/偏好特征量化等实战方法。

3、AI 技术洞察：深刻理解大模型基础原理，了解如何将用户画像作为 Prompt 约束或 RAG 检索条件来优化 AI 生成效果；关注 AIGC 最新技术进展。

4、硬核技能：精通 SQL，熟悉 Spark 进行大规模数据清洗、统计分析及建模预研；熟练掌握 Python。

5、AI 工具力：熟练使用各类 AI 编程辅助工具（如 Cursor、Claude Code 等），能利用 AI 提升团队研发效能。

6、主动性与沟通：具备极强的Owner意识和跨团队推动能力，能向非技术方清晰解释数据资产的业务价值。

7、方法论：熟悉数据分析方法论、A/B 实验理论及数据血缘管理。