滴滴出行
国际事业群IBG-反作弊实习生（MJ020603）
国际事业群IBG-反作弊实习生（MJ020603）
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
反作弊
大数据挖掘
数据分析
数据埋点
数据看板
风控策略
值不值得投
68综合评分
综合评分 68
国际化业务反作弊数据实习，导师带教、主流数据栈，成长性强但时间投入要求较高。
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
5.0千
与数据分析中位数基本持平
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 38 个
市场机会
选择面较广
北京 · 数据分析 · 约 130 个在招
职位详情
关于这个职位
这是滴滴国际事业群（IBG）海外外卖业务的反作弊实习岗位，在导师带领下通过SQL/Hive/Spark处理海量用户行为数据，辅助识别作弊行为、设计数据埋点与监控看板，支撑反作弊策略的迭代
适合数据分析相关专业、对风控反作弊感兴趣、能保证每周4天以上实习的在校生，工作城市可选北京或杭州
最低要求
本科及以上学历在校生，计算机、数学、统计学、数据科学等相关专业优先
熟悉SQL，能熟练运用Hive/Spark进行数据提取和分析
掌握AI相关能力者优先
对数据敏感，具备良好的逻辑思维和结构化分析能力，能从数据中发现问题并提炼初步结论
自驱力强，主动学习，善于沟通，能清晰表达数据分析发现
能保证每周至少4天实习，连续3个月以上，有英文读写能力者更佳
工作城市可选杭州或北京
工作职责
协助参与滴滴海外外卖反作弊策略的日常运营与数据分析，在导师指导下理解业务模式和潜在风险，辅助完成作弊风险案例的收集与初步归因
基于业务场景，协助设计并完善数据埋点需求，利用SQL/Hive/Spark对海量用户行为日志进行清洗和分析，量化异常行为的规模和影响程度
通过大数据挖掘，辅助识别作弊者的行为特征，参与策略验证和效果评估，协助团队快速迭代打击策略
配合搭建业务监控指标体系，参与数据看板的建设与维护，对关键指标进行日常巡检，及时发现异常波动并输出分析报告
优先资格
计算机、数学、统计学、数据科学等相关专业优先
掌握AI相关能力者优先
有英文读写能力者更佳
AI 洞察
优缺点分析
优点
- 背靠海外外卖国际化业务，可接触真实反作弊场景，业务价值清晰
- 有导师指导，实习期能快速建立大数据分析与风控方法论
- 使用SQL/Hive/Spark等主流数据栈，技能可迁移性强
- 需保证每周至少4天、连续3个月以上投入，对在校生时间安排有一定要求
- 适合数据分析/统计/计算机相关专业、对风控反作弊和数据挖掘有热情、能稳定长期实习的在校生
缺点 / 挑战
- 反作弊涉及海量日志与复杂业务逻辑，初期理解成本较高
角色解读
- 从反作弊数据分析实习入手，积累风控与大数据实战经验，可向数据分析师/风控策略方向发展
- 深入后有机会转向反作弊策略、算法或数据科学等更专业岗位
- 在导师指导下参与海外外卖反作弊策略的日常运营，收集作弊风险案例并做初步归因分析
- 利用SQL/Hive/Spark清洗分析海量用户行为日志，量化异常行为规模
- 参与数据埋点设计、监控指标搭建与数据看板维护，输出分析报告支持策略迭代
- 熟练使用SQL，掌握Hive/Spark等大数据工具进行数据提取与分析
- 具备数据敏感度与结构化分析能力，能从数据中提炼结论
- 逻辑清晰、自驱力强，能清晰表达分析发现，具备一定英文读写能力
申请策略
- 申请时明确可实习的城市（北京/杭州）与可投入时间，突出稳定性
- 提前了解滴滴海外外卖业务与反作弊场景，展现业务理解
- 突出SQL/Hive/Spark等大数据处理与分析项目经历
- 展示数据分析、异常检测或风控相关的课设、竞赛或实习成果
- 体现英文读写能力与跨文化业务兴趣
- 强化复杂SQL与Hive/Spark实操，熟悉行为日志分析流程
- 补充反作弊/风控基础知识及常见异常识别方法，了解数据埋点与指标体系搭建
面试指南
- 结构化拆解：先界定问题与业务目标，再说明数据口径与分析路径，最后给出结论与建议
- 结合实例：用真实项目讲清背景、你做了什么、结果如何，突出数据敏感度与逻辑
- 如何用SQL识别某类异常用户行为？2. 举一个你从数据中发现问题并提炼结论的例子
- 设计一个反作弊监控指标体系你会考虑哪些指标？4. 你如何理解数据埋点，埋点设计需要注意什么？5. 为什么对反作弊/海外业务感兴趣？
- 复习SQL与大数据工具实操，准备行为日志分析案例
- 了解反作弊常见套路与监控指标，思考海量数据下的异常识别思路
- 准备好英文自我介绍，体现国际化业务沟通能力
职位点评
薪资福利58
成长发展84
工作生活52
使命价值63
薪资福利
58较低
JD未披露实习津贴与福利，具体待遇需与招聘方确认，补偿性满足度信息有限。
薪资信号未披露（AI估算：4.0–6.5千/月）
成长发展
84较高
岗位使用SQL/Hive/Spark等主流数据栈，且明确有导师指导，反作弊场景实战性强，成长性较好。
技术前沿主流现代技术
技术栈SQL、Hive、Spark、大数据挖掘、数据埋点、AI
成长机会导师指导
业务类型ambiguous
工作生活
52较低
JD未明确办公模式与WLB信号，但要求每周至少4天、连续3个月以上，时间投入较高。
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
63中等
海外外卖反作弊关系到平台公平与业务健康，具有一定正向业务价值，但JD未提及明确的使命导向表述。
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