国际事业群IBG-数据分析实习生（6）

优缺点分析

角色解读

• 在实习中深入学习信贷业务和数据分析全流程，为日后成为业务数据分析师打下坚实基础
• 优秀实习生有机会获得转正，正式成为数据分析师，并向资深分析师、数据科学等方向发展
• 积累的跨业务线（信贷）和技术（模型、AI）经验，也为转向产品经理、策略分析等岗位提供了可能性
• 参与滴滴国际信贷业务的数据支持工作，通过数据分析帮助理解业务表现和寻找增长点
• 负责设计和制作业务分析报表，将复杂数据转化为直观的可视化洞察
• 协助构建和优化信贷相关的数据模型（如风控、用户价值模型），用算法支持业务决策
• 深入分析业务问题，例如数据波动原因、AB实验效果，并利用AI工具尝试提升分析效率
• 扎实的SQL功底是基础，需要熟练进行数据提取、处理和分析
• 需要具备一定的统计学和数据建模知识，能够理解并参与模型的搭建与优化
• 良好的逻辑思维和沟通能力，能够清晰地表述分析思路和结论，并与团队协作
• 对信贷/金融科技领域有基本了解，或有强烈的学习兴趣，能快速理解业务指标

申请策略

• 在简历或求职信中，针对性地体现你对“国际化”或“跨境”业务的理解或兴趣
• 研究滴滴国际业务的主要市场和产品，思考数据分析如何在这些不同市场发挥作用
• 准备好讲述一个你利用数据解决具体问题的故事（STAR法则），这比单纯罗列技能更打动人
• 重点突出SQL技能和实际数据处理/分析项目经验，即使是课程项目也可展示思维过程
• 如有任何与数据分析、建模或信贷相关的实习、竞赛、研究经历，务必详细描述
• 明确列出掌握的数据分析工具（如Excel、Tableau、Python pandas等）和对机器学习/统计模型的理解
• 可附加一段简短的自我陈述，表达对金融科技的热情以及利用数据解决问题的动机
• 提前学习信贷和消费金融的基础知识，理解贷前、贷中、贷后核心业务环节与常用指标

面试指南

• 对于技术行为问题（项目经验）：使用STAR法则（情境、任务、行动、结果），重点突出你的分析思路、使用的具体技术、遇到的困难以及最终的成果或洞察
• 对于业务理解问题：即使不熟悉，也应展示你的学习框架
• 例如，先陈述指标的定义，再说明它在业务流程中的意义，最后可以提出如果分析该指标你会关注哪些方面
• 对于开放性问题（如AI应用、分析维度）：逻辑清晰地分点阐述，展示你的系统性思维
• 可以结合该岗位的职责（如报表、模型、AB实验）来组织回答
• 请介绍一个你使用SQL或Python进行数据分析的项目，遇到了哪些挑战？如何解决的？
• 你对信贷业务中的某个指标（如MOB、Vintage、LTV）是如何理解的？
• 如果给你一份滴滴国际业务的某项数据（如用户增长、GMV），你会从哪些维度进行分析？