互联网公司数据科学家数据处理与分析能力绩效考评表

互联网公司数据科学家数据处理与分析能力绩效考评表A级指标B级指标权重分值评分标准自评分部门评分核心能力数据清洗效率30%5根据数据清洗的准确率、耗时及完整性进行评分，清洗错误率低于0.5%得满分，每增加1%错误率扣分。核心能力特征工程质量30%5根据特征的可解释性、相关性及对模型性能的提升程度评分，每新增一个高质量特征加2分，每减少一个扣1分。核心能力模型构建能力30%5根据模型的准确率、召回率、F1值等指标评分，模型准确率高于85%得满分，每下降1%扣分。核心能力业务洞察深度30%5根据建议的可行性、数据支持程度及对业务的潜在影响评分，每提出一个有效建议加2分，每减少一个扣1分。核心能力跨部门协作30%5根据协作的效率、成果及反馈评分，每次协作成功且有明确成果得满分，每减少一次协作扣分。分析深度数据分析深度25%5根据分析的全面性、数据来源、结论及建议的深度评分，每报告增加1分，每减少1分扣分。分析深度数据可视化能力25%5根据图表清晰度、信息传达及业务价值评分，每报告加2分，每减少1分扣分。分析深度数据解释能力25%5根据解释的清晰度、逻辑性及业务意义评分，每解释加2分，每减少1分扣分。分析深度数据验证能力25%5根据验证的准确性和全面性评分，每验证加2分，每减少1分扣分。分析深度数据洞察价值25%5根据洞察的可行性、数据支持及业务影响评分，每提出一个加2分，每减少1分扣分。业务价值业务支持效果20%5根据决策的采纳率、效果及影响评分，每支持一个决策加2分，每减少1分扣分。业务价值数据驱动优化20%5根据建议的实施效果及对业务的提升评分，每建议加2分，每减少1分扣分。业务价值数据成本效益20%5根据成本降低的百分比评分，每降低1%加2分，每减少1%扣分。业务价值数据准确性20%5根据数据准确率评分，达标得满分，每下降1%扣分。业务价值数据影响范围20%5根据影响范围评分，每增加一个部门加2分，每减少1个扣分。技术能力技术工具使用15%5根据工具熟练度及使用频率评分，每工具加2分，每减少1个工具扣分。技术能力算法应用能力15%5根据算法的适用性、效果及实现难度评分，每算法加2分，每减少1个扣分。技术能力代码质量15%5根据代码的可读性、可维护性和性能评分，每项加2分，每减少1项扣分。技术能力数据处理能力15%5根据数据处理的复杂度及效率评分，每复杂度加2分，每减少1个复杂度扣分。技术能力技术文档能力15%5根据文档的清晰度、完整性及实用性评分，每项加2分，每减少1项扣分。总得分：本考核表用于评估数据科学家在数据处理、分析及业务支持方面的综合能力，涵盖数据清洗、特征工程、模型构建、业务洞察及跨部门协作等方面。考核维度包括核心能力、分析深度、业务价值、技术能力与协作效率，权重分配体现对关键能力的重视。绩效等级评定：​□卓越（90+）□优秀（80-89）□合格（70-79）□待改进（60-69）□不合格（<60）项目内容被考核人信息姓名：_________工号：___________部门：_________岗位：___________考核周期起止时间：______年______月______日至______年______月______日直接上级信息姓名：_________职务：_________绩效等级评定□S（卓越）□A（优秀）□B（良好）□C（需改进）□D（不合格）最终绩效等级：___对应绩效系数：_____综合评语（上级填写）员工自我总结与改进计划绩效面谈记录面谈时间：______年______月______日面谈要点摘要：签字确认被考核人签字：_________日期：___________直接上级签字：_________日期：__________HR备案签字：_________日期：___________适用范围本表格为通用型绩效考核工具，适用于各类组织对员工在指定考核周期内的工作成果、行为表现及目标达成情况进行系统性评估，不针对特定行业或岗位。填写流程前期准备：考核周期开始前，由员工与上级共同协商确定“考核维度”“考核指标”“目标值/期望成果”及“权重”，并填入表格。过程记录：考核周期内，员工可定期更新“完成情况说明”，上级可同步记录关键事实作为“评估依据”。期末评估：考核周期结束后，员工完成“自评得分”及“自我总结与改进计划”；上级完成“上级评分”“评估依据”“综合评语”及“绩效等级评定”。绩效面谈：双方须就考核结果进行正式面谈，并如实填写“绩效面谈记录”。签字确认：面谈