滴滴出行
国际事业群IBG-金融策略模型实习生（1）
国际事业群IBG-金融策略模型实习生（1）
发布于 3 小时前实习/见习
实习生仅现场办公数据分析
数据分析
Sql
数据分析
数据报表
数据清洗
统计学
贷后风险
风险监测模型
值不值得投
薪资怎么样
4.0千
比数据分析中位数低
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 2320 个在招 · 其中数据分析 40 个
市场机会
选择面较广
北京 · 数据分析 · 约 140 个在招
职位详情
关于这个职位
该岗位属于滴滴国际事业群（IBG）金融业务线，主要支持贷后风险管理场景的数据分析工作
日常需要完成逾期、还款、客户行为等数据的清洗与统计，产出日报周报，并协助搭建与验证贷后风险监测模型
适合对金融风控与数据分析感兴趣、希望积累实战经验的在读学生
最低要求
本科及以上学历，统计学、数学、计算机、金融工程、会计学等相关专业优先
具备基础的数据分析思维，熟悉 Excel 常用函数，掌握 SQL 者优先
对金融行业、风险管理或数据分析领域有浓厚兴趣，愿意主动学习相关业务知识与工具
严谨细致、责任心强，具备良好的逻辑思维能力与沟通协作能力，能高效完成分配的工作任务
每周可实习 4 天及以上，能长期实习者优先
工作职责
协助团队完成贷后业务数据的收集、清洗与整理，包括逾期数据、还款数据、客户行为数据等，确保数据准确性与完整性
运用 Excel、SQL 等工具进行基础数据统计分析，生成日报、周报等常规数据报表，支撑业务决策
参与贷后风险监测模型的辅助搭建，协助整理模型输入数据、验证模型效果，记录分析过程与结果
协助优化贷后数据分析流程，提出数据整理或报表呈现的改进建议，提升工作效率
完成导师交办的其他贷后相关数据分析支持工作
优先资格
统计学、数学、计算机、金融工程、会计学等相关专业优先
掌握 SQL 者优先
能长期实习者优先
AI 洞察
优缺点分析
优点
- 需保证每周 4 天以上出勤，与学业安排需要协调
- 适合统计、数学、计算机、金融工程等专业在读学生，希望进入金融风控或数据分析领域积累第一段实习经历
缺点 / 挑战
- 岗位直接接触贷后风控与风险模型，业务场景真实，能积累可复用的金融数据分析经验
- 日常工作以数据清洗和报表为主，重复性较高
角色解读
- 可积累信贷风控与数据分析的实战经验，后续可向数据分析师、风控策略、模型开发或金融科技产品方向发展
- 负责贷后业务（逾期、还款、客户行为）数据的收集、清洗与整理，保证数据口径准确
- 需要具备基础数据分析思维，熟练使用 Excel 常用函数与透视表，会写 SQL 查询者优先
- 对金融风控业务有学习意愿
申请策略
- 在简历或沟通中明确每周可到岗天数与可持续实习时长，这是该岗位的硬性筛选条件之一
- 突出 SQL 与 Excel 的实际使用经历，如课程项目、竞赛或过往实习中的数据处理量级与成果
- 提前熟悉 SQL 的聚合、JOIN、窗口函数，并了解逾期天数（DPD）、滚动率等基础风控指标
面试指南
- 技术题按「口径定义—数据来源—计算逻辑—校验方式」四步作答
- 行为题用 STAR 结构说明背景、任务、行动与结果
- 用 SQL 求某类客户上月逾期率，你会怎么写？
- 拿到一份脏数据，你会按什么顺序清洗？
- 你了解哪些贷后风险指标？
- Excel 中你常用哪些函数做数据核对？
- 每周能到岗几天，能实习多久？
- 准备 1-2 个自己处理数据的完整案例，说清数据量、工具与结论
滴滴出行 的其他在招职位
相似职位推荐
Watch Jobs