滴滴出行
效能平台部（1）大数据研发实习生
效能平台部（1）大数据研发实习生
发布于 3 小时前实习/见习
实习生仅现场办公数据工程
数据工程
Ai Agent
Etl
Llm
Prompt Engineering
Rag
Sql
数据仓库
值不值得投
68综合评分
综合评分 68
企业级数仓与AI提效结合的实习岗，技术成长性较好，薪资福利与WLB信息未披露。
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
6.0千
比数据工程中位数低
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 · 其中数据工程 34 个
市场机会
选择面较广
北京 · 数据工程 · 约 170 个在招
职位详情
关于这个职位
该岗位在滴滴企业服务事业群效能平台部，参与ERP数据仓库的开发与维护，支持风控、财务等数据体系建设
负责ETL流程开发优化与需求落地，并参与AI数据基础建设，探索用LLM和AI工具提升数据开发效率
适合有SQL与数仓基础的在校生积累企业级数据工程经验
最低要求
计算机及相关专业本科及以上学历，具备数据开发经验，精通 SQL 语言，基础扎实且能熟练应用于实际数据开发场景
熟悉数据仓库核心理论体系，具备数据仓库建模的基础认知与理解能力
熟练掌握 Hive、Shell、Python 等工具／编程语言，具备扎实的应用基础
具备优秀的沟通表达、组织协调能力及团队协作意识，拥有较强的问题分析与解决能力
对 AI 技术发展保持好奇心与学习热情，能主动探索 AI 与数据工程结合的落地场景
工作职责
参与ERP数仓的开发、维护，支持风控&财务等数据体系建设
负责数据仓库ETL流程的开发优化及解决相关技术问题
完成日常需求对接沟通及相关需求任务落地
参与AI相关数据基础建设，为风控模型、财务预测等算法场景提供特征工程、样本构建及数据服务支持
探索并应用大模型（LLM）及AI工具提升数据开发效率，如SQL生成与审查、数据质量监控、指标口径自动化解析等
优先资格
熟悉大模型（LLM）基本原理，有 Prompt Engineering、RAG、AI Agent 或 AI 辅助开发工具（如 Copilot、Cursor 等）实际使用经验者优先
AI 洞察
优缺点分析
优点
- 滴滴企业级数据平台场景真实，可接触ERP数仓、风控与财务数据体系
- 岗位同时覆盖传统数仓ETL与LLM/AI工具提效，技能组合较有竞争力
- 主流技术栈明确，适合快速积累数据开发工程经验
- 实习内容包含需求对接和AI数据基础建设，参与面较广
- 日常需求对接沟通较多，需要兼顾技术与协作
- AI工具提效探索需要较强自驱力和学习能力
- 适合计算机相关专业、有SQL和数仓/ETL基础、对AI数据工程感兴趣的在校生
缺点 / 挑战
- 需要较快掌握SQL、Hive、ETL及数仓建模，技术上手压力不小
角色解读
- 可从数据开发/数仓工程方向起步，逐步成长为大数据研发或数据架构人才
- 可向AI数据工程、LLM应用与数据智能化方向延伸
- 在ERP、风控、财务等企业服务数据场景中积累领域经验
- 参与ERP数据仓库开发与维护，支撑风控、财务等数据体系建设
- 负责数据仓库ETL流程开发、优化及技术问题排查
- 对接日常数据需求并推动需求落地
- 参与AI数据基础建设，为风控模型、财务预测提供特征工程、样本构建和数据服务，并探索LLM提效
- 精通SQL，能熟练完成复杂查询与数据开发
- 理解数据仓库核心理论与建模方法，熟悉Hive、Shell、Python
- 具备沟通协调、问题分析与团队协作能力
- 了解LLM原理，有Prompt Engineering、RAG、AI Agent或AI辅助开发工具经验更佳
申请策略
- 了解滴滴企业服务事业群、ERP数仓及风控财务数据场景
- 在简历中明确可实习时长、到岗时间和地点接受度
- 突出复杂SQL编写、数据仓库分层建模和ETL开发项目
- 展示Hive、Shell、Python的实际使用经验和问题排查案例
- 如有风控、财务数据或特征工程、样本构建经验，应重点呈现
- 补充LLM、Prompt Engineering、RAG、AI Agent或Copilot/Cursor等工具使用案例
- 提前复习数仓建模、Hive SQL优化和ETL调度排错
- 动手实践Prompt Engineering、RAG或AI辅助SQL生成/审查
面试指南
- 技术问题用“背景-方案-结果-复盘”结构回答，突出取舍与量化结果
- 业务/沟通问题用STAR法则，说明如何澄清需求、协调资源并交付
- LLM问题结合具体场景，说明工具选择、效果评估与风险控制
- 请介绍你理解的数据仓库分层和维度建模方法
- 分享一个SQL优化或ETL问题排查案例
- 如何设计风控/财务场景的特征工程与样本构建流程？
- 你如何用LLM或AI工具提升数据开发效率？
- 面对业务方需求不清晰时，你如何沟通并推动落地？
职位点评
薪资福利55
成长发展88
工作生活50
使命价值65
薪资福利
55较低
JD未披露薪资与福利信息，实习津贴预计按市场水平执行，补偿性动机满足程度需结合后续沟通判断。
薪资信号未披露（AI估算：4.5–6.5千/月）
成长发展
88较高
岗位覆盖企业级数仓、ETL与AI数据基础建设，技术栈主流且成长信号明确，有利于积累数据工程经验。
技术前沿主流现代技术
技术栈SQL、数据仓库、ETL、Hive、Shell、Python、LLM、Prompt Engineering、RAG、AI Agent
业务类型cost_center
工作生活
50较低
JD未提及办公模式、加班安排与通勤信息，生活化动机难以判断，需在面试中确认。
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
65中等
岗位服务企业级ERP、风控与财务数据体系，并探索AI提效，业务价值明确但社会使命信号有限。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs