岗位职责：
1. 负责对海量数据进行数据清洗、分析和评估；
2. 为客户开发数据分析方案，包括统计模型设计、开发到实施的过程；
3. 能够将分析结果用书面文字和口头的方法进行技术性和非技术性的人员进行顺畅的交流；
4. 能够用有效的方法对于统计模型方案的实施进行核实和验证；
5. 负责银行贷款产品（偏重小微方向）的风控流程、决策流程以及风险策略的设计与优化。
任职资格：
1、本科以上学历，统计学、数学、经济学、计算机等相关专业优先；
2、本科具有2年及以上数据清洗、评估、统计模型建模和分析的经验，具有银行类项目经验工作经验优先；
3、对数据敏感，热爱数据分析，具备丰富的数据分析经验和较强的逻辑思维能力；
4、理解逻辑回归、聚类等机器学习模型的原理
5、熟练掌握sas/sql/python中的一种数据分析工具
6、突出的口头交流和文字表达能力，能够有效传达分析方法论和分析结果；
7、要有高度责任心和团队精神。一、核心职责：
1、负责业务数据分析体系的搭建，结合销售业务需求及经营问题，不定期出具深度专项分析报告，推进报告反映现象、问题优化、解决。
2、参与销售数据复核及数据逻辑的校对。
3、及时、准确地为业务提供需求数据，对数据进行分类分级及分析，为制定营销策略提供支持。
4、数据分析与建模：用统计方法或工具（如 Excel 函数、Python 的 Pandas 库、SQL 查询）分析数据。​
5、跟踪分析结论的落地效果，比如 “按建议调整策略后，销售额是否真的提升了”，持续优化分析方法。​
🌟二、岗位要求：
👇1. 必须会的工具和知识：​
工具熟练度：​
基础：Excel（数据透视表、函数是标配）、SQL（写查询语句取数，必备！）。​
进阶：Python（Pandas、NumPy 做分析，Matplotlib/Seaborn 画图）或 R；可视化工具（Tableau、Power BI）；数据库（MySQL、Hive 等）。​
知识储备：​
统计学基础（懂均值、方差、假设检验、相关性分析等）。​
了解业务逻辑。​
加分项：懂机器学习基础（如决策树、逻辑回归）、数据仓库概念（知道数据从哪来、怎么存）。​
👇2. 软技能：​
逻辑思维：能从一堆数据中理清因果关系。​
沟通能力：能听懂业务方的 “潜台词”，也能把专业分析讲得让非技术同事听懂。
细心和耐心：数据清洗时看错一个数字，可能导致结论全错；分析卡壳时（比如模型跑不出结果），得有耐心排查问题。​
主动性：不只是 “别人要什么数据就给什么”，还要主动发现数据里的机会。
👇3、硬性要求：​
（1）5年以上工作经验，2年及以上数据运营、分析经验，具有较强的销售数据的分析能力，懂数据建模及数据分析BI工具。
（2）良好的抗压能力、沟通表达能力，对市场有较强的洞察力。
（3）熟练使用Excel、精通SQL，至少可以熟练使用一种数据可视化分析工具。
（4）对应专业：更偏向于理科，一般是数学、统计、计算机等专业，相对来讲更技术一些。