分析负责人

关于 Leptex

Leptex 为普通人构建个人智能。我们的使命是让 AI 民主化：每个人都用得上、看得懂、做得了主。数据怎么用、AI 能做哪些事、哪些决定留给自己，都应该由本人掌控。我们从农场和独立经营者做起，与他们一起解决日常工作中的真实问题。加入我们，把这份力量带给更多人。

关于这个岗位

作为分析负责人，你将负责 Leptex 的分析工作，共同建设公司。你需要研究用户行为、产品表现、商家增长和实际运营，结合定量分析、访谈与观察，为 Leptex 及其服务的经营者提供有用的决策依据。你将与创始人合作，并随着各项业务的发展，与产品、工程、法务和机器人方向的成员协作。

你的工作要回答具体问题：Leptex 明年可能服务多少付费商家，人们为什么开始或停止使用某个产品，哪些改动能改善体验，一门生意应该为下一个生产季准备什么。你将建立预测模型、改进每个商家的仪表盘，并把分析能力做成用户可以使用的产品，同时说明结果背后的证据、假设和不确定性。

我们的《宏图》把个人智能与生产、机器人和履约的长期探索联系起来。你将从软件使用情况、商家仪表盘和已有经营记录做起，随着设备集成与现场试验得到验证，逐步分析任务质量、产能、人工介入和成本等实际运营问题。你需要使用 AI 工具快速开发和改进这些能力，并亲自核验数据、代码和结论。

我们看重出色的学习能力、扎实的统计推理，以及把分析做成有用产品的能力。不设学历、最低工作年限或既往管理头衔要求。这是全职远程岗位，需在美国境内居住和工作。

薪酬：现金薪酬及可能的股权激励安排尚未确定。具体薪酬、适用的福利，以及任何股权授予及其归属条件，将在开始工作前由双方通过书面协议明确。

你将负责

• 制定分析方向与指标：与创始人一起确定最值得回答的问题，为商家、活跃使用、咨询、已确认订单和已完成工作建立一致的定义。区分 Leptex 的商家及其服务的顾客，让指标对应明确的决策和负责人。
• 预测商家增长与需求：分析 Leptex 的获客、留存与流失，同时预测经营者的顾客规模和订单需求。采用适当方法、明确假设和不确定性区间，为年度规划和较短周期的决策提供预测。与简单基准比较，使用后续时段的数据检验，并根据实际结果持续更新。
• 建设有用的商家仪表盘：把可靠的数据变成每个商家看得懂的经营视图，涵盖活动、订单、复购、服务成本和相关预测。说明发生了什么变化、哪些问题值得关注、现有证据有哪些局限，让指标定义、数据更新时间和重要结论的依据清楚可查。
• 建立可靠的数据基础：设计实用的数据模型、SQL 查询和数据处理流程，连接经授权的产品事件、商家记录、交易与运营数据。检查缺失值、重复记录、数据关联、时间戳和一致性，使分析可以复现，并在用于决策前查清数据差异。
• 用 AI 迭代数据产品：使用 AI 助手和编程工具探索数据、编写与审查查询和代码、制作可视化，并构建可运行的分析功能。与产品协作成员一起测试和上线小步改进，核验 AI 生成的内容，并从商家的实际使用中学习。
• 理解用户行为与评估产品：结合访谈、观察、漏斗分析、分群分析和适当的实验，理解人们如何发现、开始使用和持续使用产品，以及为什么停止使用。研究他们在哪里犹豫、什么能建立信任，以及哪些改动能改善体验。区分相关性与因果证据，考虑样本有限和选择偏差，讲清现有证据能够支持什么结论。
• 改善供需与履约决策：结合经授权的订单记录、未满足的需求、库存、生产条件和履约能力，比较不同经营方案。考虑缺货、季节变化和记录不完整的影响，检验建议是否改善规划，并让经营者掌控具体承诺。
• 连接软件与硬件数据：与机器人方向的协作成员及操作人员一起，为范围可控的试验制定测量方法，分析传感器读数、设备日志和任务结果。衡量完成质量、损伤、停机、人工介入和单次任务成本，用实际结果改进产品与运营决策。
• 保障商家数据与控制权：围绕明确用途、适当访问范围和商家授权开展分析，保持不同经营者的数据隔离。与法务和工程协作处理保留、删除及经明确授权的跨经营者分析，并检查仪表盘和 AI 工具是否只展示当前用户有权访问的信息。
• 建设分析团队与公司：共同承担公司优先事项、资源取舍和长期决策的责任。根据实际需要招聘和培养分析及相关专业人才，建立有效的审核与监测方法，并从分析、建模到产品交付持续亲自参与。

我们希望你具备

• 出色的学习能力：能快速、深入地学懂陌生的研究与统计方法、AI 工具、商业模式和物理过程，找到可靠资料、检验自己的理解，并展示新知识怎样改进了分析、决策或产品。
• 统计与预测能力：理解概率、不确定性、时间序列和模型评估，能选择合适的基准，使用训练时尚不可见的数据验证，避免把未来信息带入模型，并识别数据稀少或变化给预测带来的局限。
• SQL 与实际编程能力：能查询和建模数据，使用 Python 等语言编写与调试分析代码，建立可维护的数据流程和测试。能把结果追溯到源数据，解决记录缺失、定义不一致或数据关联错误等问题。
• 数据产品实践：实际做过或深入改进过有人使用的仪表盘、预测工具、分析功能或决策支持产品，能说明自己的贡献、验证方法和用户反馈带来的改变。研究、个人项目、开源项目和正式工作都可以作为能力证明。
• 熟练使用 AI 工具：能用 AI 助手、代码智能体和自动化工具加快研究、分析、可视化和产品开发，检查生成的查询、代码和解释，核验重要结果，并在选择工具和数据时保护保密信息。
• 实验与分析判断：能把模糊的问题转化为可衡量的结果和合适的研究方法，区分观察与解释，识别混杂因素和选择偏差，讲清实验或分析能够支持什么结论、有哪些局限。
• 软硬件系统思维：能把产品行为与实际运行条件联系起来，从传感器数据、设备日志和现场观察中学习。能分析时间关系、测量误差、可靠性、产能和人工介入，并与专业人士有效协作。
• 用户理解与清楚沟通：能通过访谈、观察和实际产品使用情况，研究人们的需求、动机和工作条件。能用通俗语言解释模型、图表和不确定性，并用英语有效沟通，根据不同流程和市场调整仪表盘与指标，关注真正有助于经营的决定。
• 认同个人 AI 主权：希望每个人掌控自己的 AI、数据和重要决定。能把这一理念落实为适当的访问范围、清楚的解释和对信息用途的有效选择，包括涉及多个产品或经营者的分析。
• 领导力与担当：愿意长期投入公司建设，共同作出困难决策并对结果负责。能在资源有限时确定优先级、帮助他人成长，根据新证据调整判断，并持续把工作推进成有用的产品。

平等机会

Leptex 是平等机会雇主。我们根据与岗位相关的能力和资格作出招聘决定，不因种族、肤色、宗教、性别、怀孕、性取向、性别认同、民族血统、年龄、残疾、遗传信息、退伍军人身份或适用法律保护的其他特征歧视应聘者或员工。

如果你在申请或面试过程中需要合理便利安排，请写信至 careers@leptex.com。

我们不使用 AI 筛选或评估应聘者，每一份申请都由人工审阅。我们使用申请材料评估岗位匹配度、与你沟通招聘事宜，并履行适用的法律和记录保存义务。材料仅在上述目的所需的期间内保留，包括法律要求的保存期限或争议处理所需的保留期间，之后予以删除。如对申请资料有疑问或希望提出个人信息权利请求，请联系 privacy@leptex.com。