小米
信用风险管理组实习生-2027届
信用风险管理组实习生-2027届
发布于 大约 2 个月前实习/见习
北京市
无经验要求
实习生
仅现场办公
学历未注明
数据分析与科学
信用风险
建模
数据分析
数据统计
金融
SPSS
SQL
AI 估算 · 4k–6k
实习岗位，北京地区，大厂标准实习生薪资，约200-300元/天
职位详情
关于这个职位
该实习岗位属于小米信用风险管理组，主要工作是整理财务数据、进行数据统计与分析，并基于数据建模优化信用评估系统
适合对金融风控、数据分析感兴趣的同学，能够接触到真实业务数据，锻炼数据处理和建模能力
最低要求
计算机、数学、统计、金融等相关专业
有良好的数据分析能力
工作态度积极主动，逻辑思维严密
工作职责
整理相关的财务数据
完成具体指定的数据统计和分析工作
基于数据，建模并优化信用评估系统
优先资格
能够使用SQL/SPSS/Python等数据分析工具者优先
AI 洞察
优缺点分析
优点
- 大厂实习经历，简历含金量高，有助于进入金融科技行业
- 接触真实业务数据和风控场景，技能提升快
- 团队专业，能学到规范的建模方法和业务流程
- 数据处理工作可能较为繁琐，需细心和耐心
- 竞争激烈，实习转正名额不确定
- 适合具备数据分析基础、希望进入金融风控领域的研究生或高年级本科生
缺点 / 挑战
- 实习时间有限，需要快速上手并产出成果，学习压力较大
角色解读
- 积累风控领域实战经验，未来可向数据分析师、风控模型专家方向发展
- 掌握数据建模全流程，为转型数据科学家或金融科技岗位打下基础
- 表现优秀可争取转正，进入小米金融体系或互联网大厂风控团队
- 整理和分析公司内部的财务数据，确保数据准确性和完整性
- 利用统计方法对数据进行处理，生成分析报告支持风控决策
- 基于历史数据构建和优化信用评估模型，提升风险评估效率
- 掌握SQL、Python或SPSS等数据分析工具，能够进行数据清洗和建模
- 具备扎实的统计学和数学基础，理解回归、分类等常用算法
- 良好的逻辑思维和问题解决能力，能独立完成数据分析任务
- 对金融或信用风险领域有一定了解，具备快速学习能力
申请策略
- 投递时附上数据分析作品集或建模报告，展现实战能力
- 关注小米金融科技板块的业务动态，面试中体现对公司的了解
- 突出数据分析相关项目经历，尤其是涉及金融或信用数据的案例
- 强调SQL、Python等工具的熟练程度，可附上代码仓库链接
- 展示统计建模能力，如课程项目中的回归、分类模型
- 如有竞赛或实习经历，明确量化成果（如准确率提升）
- 复习SQL窗口函数、Python pandas和sklearn库
- 了解信用评分卡模型（如逻辑回归、决策树）的基本原理
面试指南
- 先明确问题背景，再展示方法论，最后说明结果和优化方向
- 对于技术问题，分步骤回答：数据理解→预处理→建模→评估→调优
- 请谈谈你如何处理缺失值和异常值？
- 解释一下逻辑回归在信用评分中的应用？
- 你用过哪些特征选择方法？如何评估模型效果？
- SQL中如何对分组数据进行统计？写出一个例子
- 如果你发现数据分布与预期不符，你会怎么做？
- 准备1-2个数据分析项目，能清晰讲述目标、方法和结果
职位点评
65
综合评分
大厂风控实习，技术成长可观，但薪资和WLB一般。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
适合以技能成长为核心动机、希望积累大厂实习经验的数据分析方向学生。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利40
成长发展85
工作生活60
使命价值50
薪资福利
40较低
实习薪资相对较低，但大厂实习经历对长期收入有积极影响；福利方面未明确提及，compensatory动机满足程度有限。
薪资信号未披露（AI估算：4K-6K/月）
成长发展
85较高
实习岗位提供真实业务场景，能学习数据分析、建模等硬技能，成长空间大；JD明确要求使用SQL/Python等工具，技术前沿性较好。
技术前沿主流现代技术
技术栈SQL、Python、SPSS
业务类型ambiguous
工作生活
60中等
需现场办公，北京城市核心区，通勤可能较长；实习可能有一定工作强度，但未提及加班。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
50较低
信用风险管理具有社会价值，但实习岗位对使命感的满足程度一般，行业为金融科技，处于稳定增长期。
行业发展稳定成熟行业
社会影响中性/一般
创新程度稳健跟随主流
小米 的其他在招职位
相似职位推荐
Watch Jobs