滴滴出行
数据分析实习生-Artificial Intelligence（MJ020592）
数据分析实习生-Artificial Intelligence（MJ020592）
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
大语言模型 (Llm)
数据分析
数据可视化
机器学习
统计建模
自动驾驶
值不值得投
69综合评分
综合评分 69
顶尖自动驾驶平台、前沿AI技术栈、高成长潜力，但工作强度可能较大
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 2350 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
该职位是滴滴出行自动驾驶部门的实习岗位，主要负责利用Python、SQL及机器学习方法对海量路测和仿真数据进行深度分析
核心工作包括构建算法评估指标、追踪算法性能变化、挖掘潜在风险，并探索大模型（LLM）等AI技术在数据分析流程中的应用，以量化评估自动驾驶系统的能力边界与优化空间
最低要求
专业背景：计算机、数学、统计学、人工智能、自动化、汽车、通信等相关专业，本科及以上学历在读
编程与数据处理能力：熟练掌握 Python 和 SQL，具备扎实的编程基础、良好的代码习惯和较强的数据处理能力
数据科学基础：具备良好的数学、统计学基础，了解常用机器学习算法及模型评估方法
有数据清洗、数据挖掘、数据建模、指标体系构建或复杂数据分析经验者优先
学习与问题解决能力：逻辑清晰，对数据敏感，善于从复杂数据中发现规律、提出假设并验证结论，具备较强的自主学习能力和主动探索意识
沟通与协作能力：具备良好的沟通表达和团队协作能力，能够在指导下独立推进分析任务，并清晰地呈现分析过程与结论
实习要求：实习时间不少于 4 个月，每周可出勤 5 天
工作职责
自动驾驶数据分析与量化评估：基于海量自动驾驶路测、仿真及运行数据，运用统计分析、数据挖掘和机器学习等方法，构建自动驾驶算法评估指标，量化分析自动驾驶系统的表现与能力边界
评价指标设计与落地：结合自动驾驶系统行为、交通场景及典型问题，挖掘关键评价维度，设计和开发自动化评价指标与分析方法，并推动其在日常测试、算法评估及迭代优化中的应用
算法表现追踪与问题挖掘：基于数据指标持续追踪自动驾驶算法的性能变化，识别异常表现、潜在风险及性能退化，分析问题产生的规律和原因，为算法优化和测试决策提供数据支持
对比分析与能力提升：通过不同算法版本、不同交通场景以及人类驾驶与自动驾驶表现的对比分析，发现自动驾驶系统的薄弱环节和优化空间，推动自动驾驶能力持续提升
AI 技术探索与效率提升：探索大语言模型（LLM）、AI Agent 等技术在数据分析、问题定位、评价指标开发及分析流程自动化等场景中的应用，尝试利用 AI 技术提升数据分析效率与智能化水平
优先资格
硕士研究生优先
熟悉 Hive、Spark 等大数据处理工具者优先
有大模型应用开发、AI Agent、RAG、工具调用或工作流自动化等项目经验者优先
对自动驾驶、人工智能及数据科学领域有浓厚兴趣，有自动驾驶、互联网、AI 或大数据相关实习、科研项目经历者优先
AI 洞察
优缺点分析
优点
- 身处自动驾驶头部企业，接触最前沿的L4级自动驾驶数据与技术栈
- 数据体量巨大且复杂，需要极强的数据处理能力和逻辑思维来挖掘有效信息
- 计算机、统计或AI相关专业在校生，对自动驾驶感兴趣且具备扎实编程基础的研究生优先
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向自动驾驶算法工程师、高级数据科学家或AI应用专家方向发展，积累行业头部企业实战经验
- 负责处理和分析滴滴自动驾驶车辆的海量路测与仿真数据，使用Python/SQL提取关键特征
- 掌握Python和SQL进行数据清洗与挖掘，理解机器学习基本算法及模型评估指标
申请策略
- 强调对自动驾驶行业的认知，展示从数据中发现问题的逻辑闭环能力
- 突出Python/SQL熟练度，展示涉及机器学习、数据挖掘或大模型应用的课程项目/竞赛经历
- 复习统计学基础，熟悉Hive/Spark等大数据工具，了解LLM在数据分析中的Prompt Engineering技巧
面试指南
- 采用STAR法则（情境-任务-行动-结果），重点描述数据处理的难点、使用的具体技术栈以及最终带来的业务价值或性能提升
- 请介绍一个你使用Python/SQL解决复杂数据分析问题的案例
- 如何设计指标来评估自动驾驶系统在特定场景下的安全性？
- 你对LLM在数据分析中的应用有哪些理解和实践？
- 如何处理缺失值或异常值对模型评估的影响？
- 复习机器学习常见评估指标（如Precision, Recall, F1, AUC），准备1-2个完整的数据分析项目复盘
职位点评
薪资福利70
成长发展92
工作生活40
使命价值85
薪资福利
70中等
作为已上市巨头企业的实习岗，薪资通常高于市场平均水平，但实习性质决定了其长期财务回报有限。
薪资信号未披露（AI估算：0.3–0.4千/月）
成长发展
92较高
极高发展性，直接接触自动驾驶核心数据与大模型前沿应用，技能成长曲线陡峭，平台背书强。
技术前沿前沿/新兴技术
技术栈Python、SQL、Machine Learning、LLM、AI Agent、Hive、Spark
业务类型profit_center
工作生活
40较低
互联网大厂自动驾驶部门通常节奏较快，需全职出勤且实习期长，WLB一般，但地点便利。
工作模式未明确
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
85较高
自动驾驶旨在提升交通安全与效率，具有显著的社会正向影响力，符合技术改变生活的使命感。
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