1、数据收集与清洗：收集多个数据源（如数据库、API、第三方平台）数据；清洗和整理数据，确保数据的准确性和完整性；参与制定制定数据收集及清洗相关规范。
2、数据分析与挖掘：使用统计分析、机器学习等方法对数据进行分析，发现业务趋势和规律；构建数据模型，预测业务结果或用户行为。
3、数据可视化与报告：使用可视化工具（如Tableau、Power BI）制作数据报告和仪表盘；定期向管理层和业务部门提供数据分析报告，支持决策；负责构建关键数据可视化AI能力。
4、业务支持与优化：与业务部门合作，理解业务需求，提供数据支持。
5、数据工具与平台维护：维护和优化数据分析工具和平台；探索和引入新的数据分析技术和工具。
6、数据治理与质量管理：参与数据治理工作，确保数据的准确性和一致性，制定数据质量标准，监控数据质量。