前端开发工程师（数据工具方向）

前端开发工程师（数据工具方向）BeijingExperiencedFull-timeResponsibilities1你将负责（Responsibilities） - Own 整套埋点与数据采集体系 — 主导事件模型设计与埋点字典，建设统一的采集层，让全公司有一套可信的事实数据。 - 打通商业化数据回传链路 — 把 Meta、TikTok、Reddit、Google 等广告平台的转化数据准确、合规地送回去，让市场每一分预算花得明白。 - 构建渠道归因体系 — 解决"用户从哪来、为什么留下、为什么付费"这三个问题的工程化答案。 - 推动数据驱动的产品决策 — 与增长、产品协作落地 AB 实验和漏斗分析，让重要决策有据可依。 - 守住数据质量与合规底线 — 建立埋点 review、Schema 校验和合规（GDPR / Consent）机制，让数据既可信又安全。Qualifications我们希望你具备（Requirements） - 3-5 年前端开发实战经验 — 写过生产级的 Vue / React 应用，熟悉 SSR 场景下的数据采集踩坑点（hydration、跨请求状态、SSR-safe 上报时机）。 - 数据采集与商业化回传实战经验 — 至少独立接入过 1-2 个主流广告平台的 Pixel 与服务端转化 API，理解事件去重、归因窗口、`event_id` 与 `external_id` 的作用。 - 理解归因模型而不只是埋点 — 知道 last-touch、first-touch、data-driven 各自的适用场景；处理过跨域、跨设备、跨 Session 的用户标识合并。 - 熟悉至少一个产品分析平台 — PostHog / Mixpanel / Amplitude / Firebase Analytics / GA4 任一，并真正用它做过决策，不只是发事件。 - Vue 生态深度使用者 — 熟练 Vue 3 Composition API、响应式原理；有 Nuxt SSR 经验优先，理解客户端/服务端环境差异对上报的影响。 - TypeScript 是你的默认选择 — 能为事件 Schema、归因上下文、用户属性写出准确的类型，让埋点像 API 一样有契约。 - 对性能有体感 — 懂得 `sendBeacon`、批量上报、空闲调度、`@nuxt/scripts` 加载策略，知道一个 Pixel 会让 TTI 多掉多少分。 - 数据敏感度 — 看到一组转化漏斗能立刻提出"哪里可疑"，能用 SQL（哪怕 PostHog HogQL / BigQuery SQL）验证自己的怀疑。 - 能扛事，也能讲清楚 — 独立推进跨团队（市场 / 增长 / 数据 / 后端）协作，能把"为什么这个事件要这样定义"讲明白。 3. 加分项（Nice to Have） - 服务端归因经验 — 在 Node.js / Nitro 中接入过 Meta CAPI、TikTok Events API、Snapchat CAPI 等服务端事件 API，处理过 IP / UA / 哈希用户标识。 - GTM / Server-side GTM 实战 — 玩转过自定义模板、变量、触发器，理解从 dataLayer 到广告平台的完整链路。 - 数据治理体系经验 — 用过 Avo / Mixpanel Lexicon / Iteratively 等埋点字典工具，或自建过类似工具链。 - AB 实验体系经验 — 接入过 GrowthBook / Statsig / Optimizely 或自研实验框架，懂得显著性、样本量、SRM 的工程含义。 - 隐私合规深度实践 — 落地过 Consent Mode v2、Apple Privacy Manifest、SKAdNetwork 等合规要求。 - 跨端归因经验 — 处理过 App / Web 双端归因（AppsFlyer / Adjust / Branch），理解 deferred deep link。 - 数据可视化能力 — 能用 PostHog Insights / Looker Studio / Metabase 等做出可读、可决策的看板，而不是把数据堆给别人。 - 对 AIGC 和 3D 生成赛道有热情 — 关注我们在做的事，对"AI 产品的转化漏斗"有自己的思考。 4. 你将获得（What You'll Get） - 你定义指标，不是接需求 — 在多数公司，前端只是埋点的执行方；在这里，事件怎么定、归因怎么算、什么是"一次有效转化"，由你来回答。 - 一片真正的数据无人区 — AI 3D 是全新品类，没有 SaaS 增长教科书可抄。你做的每一个判断，都可能成为这个赛道未来的最佳实践。 - 能看见自己的决策变成钱 — 全球多渠道投放真金白银地花，你的归因模型、回传修复、漏斗优化，第二天就能在 ROAS 上看到结果 —— 这种正反馈在大厂里几年都遇不到一次。 - 罕见的复合技术栈 — 前端工程 + SSR + 商业化数据 + AI 产品，行业里几乎找不到第二个团队同时跑这四件事。三年后你的简历会非常稀缺。 - 聪明、克制、不内耗的团队 — 小团队、零无效会议、决策链短到只有几个人。你不用花时间证明自己应该被信任。 - AI 是真生产力，不是 KPI 口号 — 我们已经把 AI 编程工具用在埋点生成、Schema 校验、SQL 探查上 —— 来这里你会被"卷"得很爽。 - 有竞争力的薪酬与早期期权 — 与能力匹配的现金，以及早期加入对应的期权回报。 --- > 投递方式：请将简历发送至 [邮箱]，邮件标题注明「前端工程师（数据方向）- 姓名 - 工作年限」。强烈建议附上：你做过的埋点方案文档、归因或 AB 实验的案例复盘、对一个公开产品事件模型的拆解 —— 这些比 GitHub star 数更能打动我们。如果你写过"如何用前端工程手段保障数据准确性"相关的内容，请一定发给我们。 Apply