OpenNash Jobs
Geely Automobile Holdings · 杭州市, 浙江, 中国

数据分析负责人

杭州市, 浙江, 中国

Listed on Geely Automobile Holdings’s official careers site. Listed as of October 23, 2026. Check that it is still open and apply there.

Apply on Geely Automobile Holdings’s careers site →

Job description

【岗位职责】

一、集团级指标治理体系建设

  • 统筹设计集团统一的指标分层架构(集团级→业务域级→场景级),建立指标定义、口径、计算逻辑的标准化规范;
  • 推动指标全生命周期管理(定义→开发→发布→监控→下线),建设指标元数据管理与血缘追踪机制;
  • 搭建指标质量监控体系,治理指标口径不一致、重复建设、数据孤岛等痼疾,确保"一指标一口径";
  • 协同数据中台/数据工程团队,推动指标管理平台的建设与迭代,实现指标的标准化生产与消费。

二、数分及商分团队能力建设

  • 负责数据分析及商业分析团队的整体规划、梯队搭建与日常管理;
  • 建立团队分层能力模型,制定系统性培训与成长路径,推动分析方法论标准化(归因分析、漏斗分析、用户生命周期分析、AB实验等);
  • 搭建可复用的分析框架与模板库,沉淀行业最佳实践,提升团队整体产出效率与质量;
  • 推动数据文化在组织内部的渗透,提升各业务线的数据素养与自助分析能力。

三、高业务感知的分析报告输出

  • 深入理解业务战略与运营逻辑,围绕销售、用户运营、供应链、售后等核心业务场景,输出有深度、有洞察、可直接驱动行动的分析报告;
  • 主导集团经营分析体系的搭建,包含经营驾驶舱、月度/季度经营复盘、专题深度分析等;
  • 建立异动归因与智能预警机制,从"事后报告"向"事前预警、事中干预"转变;
  • 确保分析结论能够有效触达管理层与业务决策者,推动数据驱动的业务闭环落地。

四、AI

for BI 产品落地

  • 主导AI赋能BI的产品规划与落地路线图,探索大模型/智能分析技术在自助取数、智能报表、自然语言查询(NL2SQL)、智能归因、自动化报告生成等场景中的应用;
  • 与产品、工程团队协同,推动AI for BI产品的设计、开发、测试与上线,并持续迭代;
  • 跟踪前沿AI技术(如Agent、RAG、多模态分析等),评估其在企业数据分析场景中的适用性并推动试点;
  • 建立AI for BI产品的效果评估体系,量化智能化带来的效率提升与业务价值。 【任职要求】 教育背景:
  • 本科及以上学历,统计学、数学、计算机、数据科学、经济学、信息管理等相关专业优先。

经验要求

  • 8年以上数据分析 / 商业分析 / 数据产品相关工作经验;
  • 3年以上团队管理经验,具备从0到1搭建或重构分析体系的经历;
  • 有汽车行业(主机厂 / 出行 / 智能网联 / 新能源)或大型制造业数据经验者优先。

核心技能

  • 精通SQL,熟练使用Python/R进行数据处理与分析建模;
  • 熟悉主流BI平台(Tableau / Power BI / FineBI / QuickBI等),有平台选型与推广经验;
  • 具备指标体系设计与治理实操经验,熟悉数据标准管理、元数据管理、数据血缘等;
  • 了解大模型在数据分析领域的应用(NL2SQL、智能归因、自动化报告等),有落地经验者优先;
  • 了解Hive / Spark / Flink等大数据技术栈,能与数据工程团队高效协作。

软性能力

  • 出色的业务理解力与商业敏感度,能将业务目标转化为可量化的数据方案;
  • 强跨部门协同能力,能推动多方共识并驱动项目落地;
  • 优秀的沟通表达能力,能向高管层清晰呈现分析洞察与战略建议;
  • 结果导向,具备强推动力与抗压能力。 【加分项】
  • 有主机厂集团级数据治理 / 指标治理项目的统筹经验;
  • 有AI for BI或智能分析产品从规划到上线的完整落地经验;
  • 有数据中台 / 指标管理平台 / 元数据管理平台的建设经验;
  • 熟悉汽车行业核心数据(销售漏斗、用户生命周期、车联网数据、售后维保等);
  • 有AB实验平台建设与因果推断实践经验。

More jobs at Geely Automobile Holdings

3D美术(Unity/Laya方向)

杭州市, 浙江, 中国

AI应用工程师

杭州市, 浙江, 中国

AI评测岗-数智化

杭州市, 浙江, 中国

Agent 开发

杭州市, 浙江, 中国

OpenNash lists jobs from employers’ own careers sites and does not handle applications. Dates come from the employer where stated; “first seen” and “last checked” are our own observations.