数据分析实习生--PT

支持部门日常数据分析工作，包括数据整理、清洗、校验与分析。 使用 Power BI / SQL / Python 进行数据处理、建模及可视化展示。 进行多数据源的交叉验证（cross-check），确保数据口径一致性与结果准确性。 协助维护与更新各类数据报表、Dashboard 及分析文档。 配合业务及其他部门，完成临时性数据支持与分析需求。 参与基础的数据文档整理、逻辑说明及流程支持工作。 运用AI工具辅助数据分析工作，包括使用大语言模型（如Copilot，Gemini）辅助SQL编写、数据清洗、异常检测与洞察生成，以及探索QuickBI智能问数等AI驱动分析场景。 运用Vibe Coding方式（通过自然语言描述驱动AI编程助手生成代码），快速搭建轻量级数据工具、自动化脚本与内部应用，提升团队工作效率。 具备GitHub开源生态的探索与整合能力：能在GitHub上检索、评估并引入适合业务场景的开源工具或现成应用，避免重复造轮子，快速复用社区最佳实践

1. 01

   必须条件： 具备外企数据相关实习经验（数据分析 / BI / 商业分析 / 数据支持等）。 熟练掌握以下至少两项工具，并能在实际工作中编写代码： Power BI（DAX、数据建模、Dashboard 设计） SQL（多表关联、聚合查询、数据校验） Python（数据清洗、分析，熟悉 pandas 等常用库） 有使用AI工具进行数据分析的实际经验，能够将大语言模型（LLM）融入日常工作流程，包括但不限于：AI辅助SQL/Python生成与调试、数据清洗脚本编写、自动化报表、数据口径校验等场景。 具备Vibe Coding能力：能通过自然语言描述驱动AI编程助手（如Cursor、GitHub、Copilot、Claude等）快速生成、迭代代码，构建数据自动化工具或轻量应用，无需依赖完整软件工程流程。 具备GitHub项目检索与评估能力：能精准搜索开源数据工具与分析框架，快速判断项目质量（star数、维护活跃度、文档完善度、license合规性），并能在本地环境部署调试，将可用方案整合进团队工作流。

2. 02

   语言能力： 英语读写能力流利，能够理解英文数据口径、邮件及文档 英语口语要求不高，能进行基础沟通即可（大学英语六级水平）

3. 03

   个人素质： 做事认真细致，数据敏感度高，对准确性有强责任心 踏实肯干，有耐心，能适应重复性和高精度的数据工作 学习能力强，主动性高，愿意持续提升数据分析能力 良好的时间管理能力和团队协作意识 实习形式 实习周期：6个月优先 每周至少3天，能大于3天优先 实习收获（What You Will Gain） 深度参与外企真实业务场景下的数据分析与BI项目 系统提升 Power BI / SQL / Python 的实战能力 学习标准化的数据口径管理、数据治理与跨部门协作方式 积累AI驱动数据分析的实战经验，掌握如何将AI工具与传统数据分析方法结合，提升分析效率与洞察质量 掌握Vibe Coding实战方法论，学会用自然语言驱动AI快速构建数据工具与自动化应用，打造未来职场核心竞争力的技术敏感度 培养开源生态整合能力，学会从GitHub社区发现、评估到落地应用的全链路实践，建立"找轮子优于造轮子"的高效工程思维