小米
底盘电控大数据工程师
底盘电控大数据工程师
发布于 大约 14 小时前实习/见习
上海市
无经验要求
实习生
仅现场办公
本科
数据分析与科学
机器学习
SQL
故障诊断
numpy
时序数据分析
异常识别
AI 估算 · 4k–6k
小米实习薪资结合上海消费水平，月薪约4000-6000元。
职位详情
关于这个职位
这是一个实习岗位，主要利用Python对车辆时序数据进行数据清洗、特征工程和机器学习建模，用于故障诊断和异常识别
需要掌握Python数据分析库、基础机器学习算法和SQL，适合自动化、车辆工程、数理统计、计算机等相关专业的学生
最低要求
自动化、车辆工程、数理统计、计算机相关在读本科 / 硕士，可全职实习 3 个月以上
熟练 Python（Pandas/Numpy/Matplotlib），掌握基础机器学习算法
了解时序数据分析优先
会基础 SQL 查询，能看懂数据报表，具备数据逻辑与问题溯源思维
工作职责
依托车辆 / 设备运行时序数据，使用 Python 完成数据提取、清洗、特征工程，搭建统计 / 机器学习分析模型，落地故障诊断、异常识别
针对设备异常、零部件偶发故障做根因分析，定位诱因，输出数据分析报告、故障定位结论
协助迭代故障诊断规则与算法阈值，优化异常识别准确率，整理历史故障数据集
对接研发、测试，落地数据结论，跟进问题闭环，归档分析文档、指标台账
优先资格
了解时序数据分析优先
擅用AI 优先
AI 洞察
优缺点分析
优点
- 小米大厂实习，简历含金量高
- 接触真实车辆数据，技术实践性强
- 团队氛围好，有导师指导
- 智能汽车行业前景广阔
- 需要快速学习车辆领域知识
- 海量数据处理对细心和耐心要求高
- 需要多团队沟通协作
- 适合对大数据和机器学习感兴趣，想在智能汽车领域发展的在校学生
缺点 / 挑战
暂无明显挑战项
角色解读
- 实习后有机会转正为正式数据工程师
- 深入车辆电控领域，成为行业专家
- 向数据科学家或算法工程师方向发展
- 使用Python对车辆时序数据进行清洗、特征工程和建模
- 针对设备异常进行根因分析，输出数据分析报告
- 协助优化故障诊断算法阈值，整理历史故障数据集
- 与研发测试团队协作，跟进问题闭环
- 熟练Python数据分析库（Pandas, Numpy, Matplotlib）
- 掌握基础机器学习算法
- 具备SQL查询能力，有数据逻辑思维
- 有时序数据分析或AI使用经验优先
申请策略
- 关注小米汽车业务动态，在面试中展示热情
- 准备一个数据分析项目case，展示完整流程
- 突出Python数据分析项目经验，特别是数据清洗和建模
- 强调机器学习模型应用能力
- 如果有时序数据处理经验要重点写
- 展示SQL技能和数据溯源思维
- 学习时序数据分析方法（如ARIMA、LSTM）
- 掌握更多机器学习模型（如随机森林、XGBoost）
面试指南
- 使用STAR法则描述项目，突出数据清洗、特征工程、模型选择和评估
- 结合具体例子，展示问题溯源和解决思路
- 表达对车辆数据领域的兴趣和学习能力
- 请介绍一个你用Python做数据分析的项目
- 如何处理缺失值和异常值？
- 时序数据预测常用什么模型？
- 解释决策树和随机森林的区别
- 你有过故障分析的经验吗？
匹配度报告
70
综合匹配度
小米实习，技术前沿，薪资中等，WLB一般。
适合人群
适合注重技术成长和行业前景的学生，对薪资要求不高。
最强匹配
成长发展匹配
最弱匹配
薪资福利匹配
薪资福利60
成长发展85
工作生活70
使命价值65
薪资福利匹配
60中等
该实习薪资水平中等偏低，但小米作为大厂提供稳定的工作环境和福利。
薪资信号未披露（AI估算：4K-6K/月）
成长发展匹配
85较高
使用前沿技术栈，能接触实际业务，有导师指导，技术成长空间大。
技术前沿前沿/新兴技术
技术栈Python、Pandas、Numpy、Matplotlib、机器学习、SQL、时序数据分析
业务类型ambiguous
工作生活匹配
70中等
现场办公，地点可能在科技园，实习期工作强度适中，但未提及远程或弹性工作。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
65中等
智能电动汽车行业高速增长，但职位作为实习对社会的直接影响力有限。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs