滴滴出行
国际事业群IBG-金融策略模型实习生-MJ020669
国际事业群IBG-金融策略模型实习生-MJ020669
发布于 2 小时前实习/见习
实习生仅现场办公数据分析与科学
数据分析与科学
Ai工具应用
Numpy
Sql
数据分析
数据挖掘
金融科技
风险控制
值不值得投
69综合评分
综合评分 69
大厂核心风控实习，侧重AI技术应用，成长性强，工作强度可能较大
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
1.0千
比数据分析与科学中位数低
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 2340 个在招 · 其中数据分析与科学 82 个
市场机会
选择面较广
北京 · 数据分析与科学 · 约 520 个在招
职位详情
关于这个职位
该职位隶属于滴滴国际事业群，主要负责拉美/墨西哥数字钱包业务的风险数据挖掘与分析
候选人需利用SQL和Python处理海量数据，协助搭建风险感知体系，并探索AI在风控领域的应用，同时协同团队推进策略落地
最低要求
学历与专业：本科及以上学历在读，数学、统计学、计算机科学、金融工程、数据科学等相关专业优先
编程与工具基础：具备扎实的数据处理与编程基础，熟练掌握 SQL（能编写复杂查询），熟悉 Python 数据分析相关库（如 Pandas、NumPy 等）
业务热情与潜力：对金融科技、风险管理或出海业务方向充满热情，具备极强的数据敏感度、逻辑思维能力和业务好奇心
AI 工具应用能力：有日常使用各类 AI 辅助工具（如 LLM、AI 编码或分析助手）的实操经验，善于利用新技术提效
实习时间：每周至少可实习 3 天，能连续实习 3 个月以上者优先
工作职责
风险数据挖掘：参与拉美/墨西哥数字钱包业务的风险数据挖掘，深入分析用户行为、交易链路及欺诈特征，敏锐捕捉黑产动向，产出高质量的风险洞察与策略线索
风险感知体系建设：协助搭建和完善钱包业务的风险感知体系，运用 SQL 与 Python 处理海量业务数据，推进核心风险监控看板与指标体系的建设
AI 赋能风控探索：结合前沿 AI 工具与智能化手段，探索风险数据分析、自动化情报搜集及隐案挖掘的创新应用，提升策略迭代效率
业务协同闭环：跟进跨团队沟通协作，协助产品与研发团队推进风控策略的落地、验证及效果复盘
AI 洞察
优缺点分析
优点
- 接触头部互联网公司的核心风控业务，学习前沿AI在风控中的应用
- 拥有国际化业务视野
- 适合计算机、统计、金融等专业在校生，对数据分析和人工智能感兴趣的同学
缺点 / 挑战
- 需要适应快节奏的互联网工作环境，对数据敏感度和逻辑思维能力要求较高
角色解读
- 可向高级数据分析师、风控策略专家或AI算法工程师方向发展，积累跨境金融科技实战经验
- 负责拉美/墨西哥数字钱包业务的风险数据清洗、分析与建模，识别欺诈模式
- 熟练掌握SQL进行复杂查询，精通Python数据分析库(Pandas/NumPy)，具备AI工具辅助开发能力
申请策略
- 关注滴滴国际业务动态，准备关于如何利用AI提升风控效率的思考案例
- 突出SQL和Python项目经历，展示数据处理和分析能力
- 强调对AI工具的熟练使用案例
- 加强机器学习基础理论，了解常见的风控模型（如评分卡、图神经网络等）
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出个人贡献和技术细节
- 请介绍一个你使用Python进行数据分析的项目
- 如何识别和处理数据中的异常值？
- 你对AI在风控领域的应用有什么看法？
- 复习SQL常用函数和Python数据分析库的使用，了解基本的机器学习算法原理
职位点评
薪资福利60
成长发展85
工作生活50
使命价值70
薪资福利
60中等
作为实习生岗位，薪资通常为固定津贴，虽符合大厂标准但非核心优势，主要价值在于平台背书。
薪资信号未披露（AI估算：0.2–0.3千/月）
成长发展
85较高
岗位涉及前沿AI技术应用和复杂风控场景，能提供极佳的技术成长和业务视野拓展机会。
技术前沿前沿/新兴技术
技术栈SQL、Python、Pandas、NumPy、LLM、AI工具
业务类型profit_center
工作生活
50较低
互联网大厂实习通常节奏较快，JD未明确提及弹性工作制，需做好高强度工作准备。
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
70中等
通过技术手段保障跨境支付安全，打击黑产，具有一定的社会价值和行业影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs