大众汽车
Intern, Digital Dashboard Support
Intern, Digital Dashboard Support
发布于 5 个月前实习/见习
北京市
初级经验
实习生
仅现场办公
本科
数据分析与科学
仪表盘开发
商业智能
数据分析
数据可视化
DAX
ETL
Power BI
SQL
AI 估算 · 4k–8k
作为跨国车企的实习岗位，薪资在行业内具有竞争力，能接触核心业务数据，对技能提升和未来求职有显著帮助。
职位详情
关于这个职位
这是一个面向实习生的数字仪表盘支持岗位，主要负责为奥迪中国的数字化业务提供数据支持
你将通过PowerBI等工具，整合市场、销售和客户体验数据，创建并优化业务仪表盘，以可视化方式呈现关键业务指标，并协助团队进行初步数据分析，为业务决策提供依据
最低要求
教育背景：计算机科学、信息技术、数据科学、商业分析或相关专业
专业技能：具备数据分析、商业智能或仪表盘开发经验，精通Power BI或其他BI工具
有创建满足业务需求的交互式BI仪表盘和报告的经验
精通BI Desktop和BI Service，包括用于数据建模和转换的DAX（数据分析表达式）和Power Query
熟悉Python编程
深刻理解数据可视化最佳实践和原则，能够创建用户友好且富有洞察力的仪表盘
能力要求：熟悉SQL数据库、Excel、SharePoint和基于云的数据源等数据源
熟悉ETL流程和工具，以确保报告中的数据准确性和完整性
优秀的沟通技巧，能够有效地向技术和非技术受众传达复杂概念
语言技能：中文和英语可作为工作语言
工作职责
准确收集、整理和整合来自内部系统的市场、销售和客户体验相关数据，确保数据的完整性、一致性和及时性，为后续数据分析和仪表盘制作奠定坚实基础
独立或协作使用PowerBI创建和优化与业务相关的数字仪表盘，包括但不限于销售业绩仪表盘、客户触点分析仪表盘和数字项目效果仪表盘，以实现关键业务指标的可视化展示
协助团队基于创建的仪表盘进行初步数据分析，总结数据洞察和潜在问题，为部门的数字化业务决策和客户体验优化工作提供数据支持
定期维护和更新现有的数字仪表盘，及时响应团队的临时数据可视化需求，确保仪表盘能够准确反映最新的业务状态
与跨职能同事（市场、销售、数字解决方案团队）协作，理解业务需求，将业务需求转化为清晰的数据分析和仪表盘制作任务，并推动部门数字化业务的顺利开展
优先资格
具备AI技术知识者优先
AI 洞察
优缺点分析
优点
- 优质平台与行业曝光：在奥迪这样的跨国车企实习，能接触真实的汽车行业核心业务数据与数字化项目，为简历增添重磅经历
- 硬核技能实战积累：深度使用PowerBI、Python、SQL等市场热门的数据工具，完成从数据整合到可视化分析的全流程，技能提升快且实用
- 清晰的业务价值贡献：工作直接支持销售决策和客户体验优化，能直观看到数据分析如何驱动业务，有助于建立业务与技术结合的意识
- 跨部门沟通与需求转化：需频繁与市场、销售等非技术团队协作，准确理解并转化其业务需求为技术任务，沟通协调能力面临考验
- 技术工具快速迭代：BI工具（如PowerBI）和数据分析技术更新快，需要保持持续学习，以应对不断变化的业务可视化需求
- 适合对数据分析有浓厚兴趣，具备一定编程和BI工具基础，希望在大平台积累实战经验，并未来有志于从事商业智能、数据科学或汽车行业数字化业务的在校生
缺点 / 挑战
- 数据复杂度与准确性压力：需要处理来自多系统的营销、销售数据，确保其完整、一致和及时，对数据敏感性和细致度要求高
角色解读
- 纵向技术深化：可以从实习数据分析师成长为商业智能（BI）工程师或数据科学家，深入掌握更复杂的数据建模、机器学习及AI技术应用
- 横向业务拓展：凭借对汽车行业数字化业务（如客户体验、销售分析）的理解，可转向产品经理、数字化解决方案专家或业务分析师等岗位
- 管理路径发展：积累项目经验和跨部门协作能力后，有机会向数据团队负责人、项目经理或数字化业务管理岗位发展
- 核心工作是数据整合与仪表盘开发：从内部系统收集市场、销售和客户体验数据，使用PowerBI等工具创建和优化销售业绩、客户触点等业务仪表盘
- 提供初步数据分析支持：基于仪表盘进行数据分析，提炼洞察和发现问题，为部门的数字化决策和客户体验优化提供数据依据
- 负责仪表盘的维护与协作：定期更新现有仪表盘，响应临时可视化需求，并与市场、销售等跨职能团队协作，将业务需求转化为具体的数据任务
- 核心工具技能：必须精通Power BI（包括BI Desktop/Service、DAX、Power Query），并熟悉Python编程，这是完成数据建模、转换和仪表盘开发的基础
- 数据处理与分析能力：需要熟悉SQL数据库、Excel等数据源，了解ETL流程，具备扎实的数据整合、清洗和分析能力，确保数据质量
- 业务理解与沟通能力：能够理解市场、销售等业务需求，并将其转化为技术任务，同时具备优秀的沟通技巧，能向不同背景的同事清晰传达数据洞察
申请策略
- 关注奥迪中国的数字化战略：提前了解奥迪在电动化、数字化方面的最新动向，在申请或面试中表达对其业务方向的兴趣和思考
- 准备具体案例应对行为问题：针对“如何处理模糊需求”、“如何确保数据质量”等问题，准备具体的项目或学习经历作为回答支撑
- 突出相关工具技能：在技能部分明确列出Power BI（注明DAX、Power Query）、Python、SQL的熟练程度，并附上相关课程或证书
- 展示数据分析项目经验：详细描述1-2个使用上述工具完成的数据分析或仪表盘项目，说明数据来源、处理过程、分析方法和业务结论
- 强调沟通与协作能力：通过社团活动、小组项目或实习经历，体现你与不同背景成员有效协作、清晰传达复杂信息的能力
- 强化Power BI实战：通过在线项目或模拟数据集，练习创建包含复杂DAX计算和交互功能的销售或客户分析仪表盘
- 精进Python数据分析库：重点练习使用Pandas、NumPy进行数据清洗、整合，并尝试用Matplotlib/Seaborn进行基础可视化
- 了解汽车行业数字化：简要了解汽车行业在销售数字化、客户旅程管理方面的趋势和术语，以便在面试中展现业务理解
面试指南
- 对于技术问题（如工具使用、数据处理）：采用“情境-任务-行动-结果”（STAR）框架，清晰描述项目背景、你的具体角色、采取的技术步骤以及最终的业务价值或学习成果
- 对于行为与协作问题（如沟通、问题解决）：强调你的主动性、结构化思维（如先澄清目标、再拆解步骤）和以结果为导向的协作方式，并辅以具体事例
- 请举例说明你使用Power BI（或类似工具）完成的一个数据分析或仪表盘项目，遇到了什么挑战，如何解决的？
- 如果业务部门给你一个模糊的数据分析需求（例如“帮我们看看销售情况”），你会如何与他们沟通并明确具体任务？
- 在从多个数据源整合数据时，你通常会采取哪些步骤来确保数据的准确性和一致性？
- 请解释一下DAX中的CALCULATE函数和FILTER函数有什么区别，并举例说明它们的应用场景
- 你为什么对奥迪中国的这个数字化支持实习岗位感兴趣？你对汽车行业的数字化转型有什么了解？
- 技术知识复盘：系统回顾Power BI（特别是DAX和M语言）、Python数据分析库（Pandas）的核心概念和常用操作，准备好解释其原理和应用
职位点评
Watch Jobs