小红书
【2027校招】智算经营分析工程师
【2027校招】智算经营分析工程师
发布于 大约 8 小时前普通员工/个人贡献者
全职员工仅现场办公数据分析
数据分析
Bi工具
Finops
Gpu
Sql
云计算
成本分析
数据建模
资源运营
值不值得投
76综合评分
综合评分 76
技术含量高、业务价值强的校招岗，平台大、成长空间好，但办公模式与工作节奏信息不明确。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
18K
比数据分析中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1360 个在招 · 其中数据分析 5 个
市场机会
选择面较广
北京 · 数据分析 · 92 个在招
职位详情
关于这个职位
这是小红书智算平台的一个校园招聘岗位，主要负责AI算力资源（如CPU/GPU）的效能分析、供需运营和技术中台产品（如算力、存储）的商品化经营分析
你需要构建数据模型和可视化看板，驱动算力资源的精细化运营和成本优化，并参与GPU全链路运营和技术中台产品的定价、成本分析与结算支持
最低要求
本科及以上学历，计算机科学、数据科学、统计学、运筹学等相关专业
熟练掌握SQL，具备扎实的数据建模与统计分析能力
熟悉Python/R至少一种，能独立完成数据清洗、建模与可视化
了解云计算基本概念（IaaS/PaaS/SaaS、弹性伸缩、资源池化），对GPU/CPU算力资源、AI大模型训练推理场景有基本认知
具备良好的文档与沟通能力，能将分析结论转化为可落地的运营策略
有使用BI工具（如Grafana、Metabase等）搭建可视化看板的经验者优先
对成本分析、资源运营、商品化定价有好奇心，能从数据中发现问题并主动推动解决
工作职责
一、AI 算力效能分析与决策支撑： 1、构建全公司算力资源“数字孪生”：整合 CPU、GPU 等多维资源数据（用量、利用率、Quota、成本、卡型），搭建覆盖 AI 训练/推理/通用计算的效能评估模型与可视化看板，让每一次算力投入都有据可依
主导 GPU 供给全链路运营：参与从需求立项、供应规划、到货跟踪到交付履约的完整闭环——你将亲眼见证一张 GPU 卡从业务方提出需求，到最终开机交付的全生命周期，并建立“按期交付率”“延期归因”等核心运营指标，用数据驱动供需对齐
挖掘降本增效机会点：深入理解 AI Infra 架构与业务场景，分析不同业务模块的资源占用模式与利用率瓶颈，识别囤卡、浪费、低效调度等问题，推动资源从“粗放供给”走向“精细化运营”
二、技术中台商品化经营分析： 4、负责技术中台产品（算力、存储、中间件等）的商品化经营分析，包括定价策略评估、成本结构拆解、售卖率与毛利跟踪
维护技术中台产商品出账链路，确保计费规则准确、账单数据一致，支撑内部结算与对外出账流程的稳定性
结合业务资源动因，分析各技术中台产品的成本归因与分摊逻辑，发现出账异常与成本优化点，推动降本增效落地
优先资格
有 FinOps、成本优化、云资源产品经营分析相关实习经历
了解 K8s 资源调度、GPU集群管理或大数据技术栈（Spark/Flink/Kafka 等）
AI 洞察
优缺点分析
优点
- 直接参与公司核心AI算力的管理与优化，技术深度和业务价值高
- 能接触从基础资源到产品商品化的全链路，视野开阔，复合型技能成长快
- 背靠大型互联网平台，有成熟的数据基础设施和丰富的业务场景供实践
- 岗位要求数据、技术、运营结合，培养独特的职业竞争力
- 需频繁与业务、运维、财务等多部门沟通协调，对软性技能要求高
- 适合对云计算、AI基础架构和成本优化有浓厚兴趣，具备扎实数据分析基础，并乐于通过数据驱动业务决策的应届毕业生
缺点 / 挑战
- 云计算、FinOps、K8s等领域知识有较高门槛，需要快速学习并建立认知
- 涉及海量异构资源数据和复杂成本模型，分析工作有一定复杂度和挑战性
角色解读
- 可向数据科学方向发展，专注于更复杂的算法模型与预测分析
- 可向资源运营与技术产品方向发展，成为算力或中台产品的技术型运营专家
- 可向管理方向发展，带领数据分析或资源运营团队
- 搭建算力资源（CPU/GPU）的效能监控与可视化看板，实现算力投入的量化评估与决策支持
- 深度参与GPU从需求到交付的全流程运营，建立核心指标，用数据驱动供需平衡
- 分析技术中台产品（算力、存储等）的成本与定价，优化出账流程，推动整体降本增效
- 精通SQL和至少一种数据分析语言（Python/R），具备扎实的数据建模与统计分析能力
- 理解云计算和AI基础架构（如GPU集群、资源调度），能将技术理解转化为业务洞察
- 具备出色的沟通与文档能力，能将分析结论转化为可落地的运营策略，并熟练使用BI工具
申请策略
- 仔细研究小红书的技术中台和智算平台相关介绍，思考如何将自身技能与公司需求结合
- 准备1-2个自己如何发现问题、分析问题、推动解决的完整案例，面试中会被重点考察
- 重点突出SQL/Python数据分析项目经验，尤其是涉及成本分析、资源优化或复杂数据处理的案例
- 展示对云计算（如AWS/阿里云）、GPU/算力相关概念的理解，即使是课程项目或自学
- 强调使用Tableau/PowerBI/Grafana等工具搭建看板的经历，以及良好的沟通和文档写作能力
- 系统学习FinOps（云财务管理）框架和云成本优化最佳实践
- 通过在线课程或实验室，实践Kubernetes（K8s）基础和GPU资源调度相关知识
- 研读大型互联网公司关于AI算力效能、资源调度的技术博客，了解行业实践
面试指南
- 使用STAR法则（情境、任务、行动、结果）回答行为面试问题，突出数据驱动的决策过程
- 技术问题回答采用结构化思路：先阐述概念，再结合具体场景说明其重要性或应用
- 对于开放性的分析设计问题，可遵循“明确目标-建立指标-拆解维度-得出结论-建议行动”的逻辑框架
- 请介绍一个你做过的数据分析项目，遇到了什么挑战，如何解决的？
- 你对云计算中的IaaS/PaaS/SaaS和GPU算力有什么理解？
- 如果发现某个业务部门的GPU使用率长期偏低，你会如何分析和推动解决？
- 如何设计一个评估技术中台产品（如存储服务）成本健康度的指标体系？
- 你未来的职业规划是什么？为什么想做智算经营分析这个方向？
职位点评
薪资福利75
成长发展82
工作生活60
使命价值85
薪资福利
75中等
该岗位为大型互联网公司校招岗位，能提供具有市场竞争力的薪酬和基本福利保障。
薪资信号市场水准 (14K-22K/月)
成长发展
82较高
岗位涉及前沿的AI算力管理与成本优化领域，技术复合度高，且公司平台能提供丰富的技术实践与成长空间。
技术前沿前沿/新兴技术
技术栈SQL、Python、云计算、GPU、FinOps、K8s、数据建模
业务类型cost_center
工作生活
60中等
工作地点在一线城市核心区，通勤可能较便利。但JD未提及任何办公模式和WLB相关信息，存在不确定性。
工作模式未明确
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
85较高
该岗位服务于公司核心的AI算力基础设施，通过精细化运营直接驱动降本增效，能产生明确的业务价值和一定的社会资源节约意义。
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
小红书 的其他在招职位
相似职位推荐
Watch Jobs