DiDi logo
滴滴出行
国际事业群IBG-金融策略模型实习生(3)

国际事业群IBG-金融策略模型实习生(3)

发布于 大约 13 小时前

实习/见习

中国
无经验要求
实习生
仅现场办公
本科
数据分析
Sql
报表
数据分析
贷后风控
金融风险管理

AI 估算 · 4k–8k

实习岗通常按日薪折算,一线城市月薪约4-8k,具体看城市和出勤天数。

职位详情

关于这个职位

该岗位主要为滴滴国际事业群贷后业务提供数据分析支持,负责数据清洗、统计分析和风险模型辅助搭建

你将使用Excel和SQL处理逾期、还款等数据,生成日常报表,并参与模型验证
适合对金融风控和数据分析感兴趣的在校学生

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

AI 洞察

优缺点分析

优点

  • 滴滴作为大厂平台,能接触到国际业务和真实金融场景,积累贷后风控数据经验
  • 有导师指导,参与模型搭建辅助,提升数据敏感度和分析技能
  • 工作内容偏数据,可强化Excel和SQL能力,对日后求职数据分析岗有帮助
  • 实习时间灵活,每周4天,可兼顾学业
  • 实习岗位,薪资不高,且可能在旺季加班
  • 适合对金融风控和数据分析有浓厚兴趣、希望在大平台积累实战经验的在校大学生,尤其统计、数学、计算机等专业

缺点 / 挑战

  • 工作涉及重复性数据清洗和报表制作,可能较繁琐,需要耐心细致
  • 贷后数据敏感,需严谨处理,错误可能导致风险判断偏差

角色解读

  • 实习结束后可继续深入金融风控领域,向数据分析师、风控策略或模型方向进阶
  • 掌握贷后全流程数据体系后,可拓展到更广泛的金融数据分析或用户增长分析岗位
  • 在滴滴国际业务平台积累经验,有机会转正或获得行业内其他机会
  • 负责贷后业务数据的收集、清洗与整理,包括逾期、还款、客户行为等数据,确保数据准确完整
  • 使用Excel和SQL进行基础统计分析,制作日报周报等常规数据报表,为业务提供决策支持
  • 参与贷后风险监测模型的辅助搭建,整理模型输入数据、验证模型效果,记录分析过程
  • 协助优化数据分析流程,提出改进建议,提升数据处理效率
  • 熟练掌握Excel常用函数,具备数据清洗和透视表能力
  • 掌握SQL优先,能进行多表查询和数据汇总
  • 具备基础数据分析思维,了解统计学或金融工程知识,对风险指标有概念
  • 严谨细致,具备良好的逻辑思维和沟通协作能力,能高效完成任务
  • 对金融行业和风险管理有浓厚兴趣,愿意学习业务知识和工具

申请策略

  • 在投递邮件或简历中表达对金融风控的长期兴趣,以及对滴滴国际业务的了解
  • 可以附加一个数据分析案例展示,提高通过率
  • 突出数据分析相关课程或项目经历,如SQL、Python、Excel的使用案例
  • 强调严谨细致、责任心强的品质,例如处理过数据核对任务
  • 如果有金融或风控相关的实习或课题,重点展示
  • 展示对贷后领域的基础认知,如了解逾期率、坏账等概念
  • 提前自学SQL,熟悉常用场景如聚合、连表、子查询,至少能完成数据提取
  • 复习Excel高级功能,如VLOOKUP、数据透视表、条件格式

面试指南

  • 对于技术问题,使用STAR原则,具体描述场景、任务、行动和结果
  • 对于业务问题,先解释概念,再联系实际,体现思考逻辑
  • 对于动机问题,结合个人学习和职业规划,表现出热情和踏实
  • 请介绍一下你使用SQL处理数据的经历?
  • 如何理解贷后逾期率这个指标?
  • 如果你需要生成一份日报,你会怎么设计表格?
  • 遇到数据不一致时,你会如何排查和处理?
  • 为什么对金融风控感兴趣?

职位点评

70
综合评分

大厂实习,重在业务积累,薪资一般,弹性一般,学习机会多。

从学习成长、工作节奏、岗位方向和实习待遇综合评估,方便比较实习机会。

更适合这类人
适合追求技能成长和经验积累的在校学生,对薪资和WLB要求不高。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利45
成长发展85
工作生活70
使命价值60

薪资福利

45较低

实习岗位薪资和福利有限,更侧重经验积累。

薪资信号未披露(AI估算:4K-8K/月)

成长发展

85较高

有导师指导,参与模型辅助搭建,能系统学习贷后风控数据分析技能,成长空间大。

技术前沿主流现代技术
技术栈Excel、SQL、数据清洗、报表、风险模型
成长机会导师
业务类型ambiguous

工作生活

70中等

每周实习4天,时间相对灵活,但工作地点和加班情况未明确。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

60中等

金融风控具有社会意义,但实习岗位直接影响力有限,整体中性。

行业发展稳定成熟行业
社会影响中性/一般
创新程度稳健跟随主流
Watch Jobs