主分类：数据分析与数据科学
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "萝卜快跑供给效率数据分析实习（J98298）",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "IDG",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.支持团队经营数据监控，解读工作，参与异动归因能力自动化建设；\n2.看清供给时长分布现状，配合完成对应不可售卖原因分析；\n3.梳理团队核心指标体系，挖掘B端时长提升潜在优化方向；\n4.支持各场景实验设计&评估，包括不限于时间片轮转、did和单因素随机实验；",
"requirements_text": "1.本科及以上学历，数学、统计学、计算机科学、运筹学等相关专业优先；\n2.熟悉各实验理论，熟练使用 SQL，能够高效地查询和处理海量数据；\n3.熟练使用至少一种数据分析工具，如 Python（Pandas, NumPy, Scikit-learn 等）；\n4.熟练使用数据可视化工具，如 Tableau、Power BI、FineBI 或 Metabase 等。",
"skills": [AI生成
"Python",
"SQL",
"Tableau",
"Power BI",
"数据分析"
],
"preferred_qualifications": "1.本科及以上学历，数学、统计学、计算机科学、运筹学等相关专业优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/INTERN/b318baa4-1b01-4a02-9fe3-74848913a73e"
}
]
},
"posting": {
"posting_id": "b318baa4-1b01-4a02-9fe3-74848913a73e",
"post_date": "2026-03-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/INTERN/b318baa4-1b01-4a02-9fe3-74848913a73e"
},
"fulltext": "萝卜快跑供给效率数据分析实习（J98298）\n萝卜快跑供给效率数据分析实习（J98298）\n\n基础信息\n部门：IDG\n地点：北京市\n项目：日常实习项目\n类别：技术\n招聘人数：2\n发布时间：2026-07-21\n\n工作职责\n1.支持团队经营数据监控，解读工作，参与异动归因能力自动化建设；\n2.看清供给时长分布现状，配合完成对应不可售卖原因分析；\n3.梳理团队核心指标体系，挖掘B端时长提升潜在优化方向；\n4.支持各场景实验设计&评估，包括不限于时间片轮转、did和单因素随机实验；\n\n职责要求\n1.本科及以上学历，数学、统计学、计算机科学、运筹学等相关专业优先；\n2.熟悉各实验理论，熟练使用 SQL，能够高效地查询和处理海量数据；\n3.熟练使用至少一种数据分析工具，如 Python（Pandas, NumPy, Scikit-learn 等）；\n4.熟练使用数据可视化工具，如 Tableau、Power BI、FineBI 或 Metabase 等。\n1.支持团队经营数据监控，解读工作，参与异动归因能力自动化建设；\n2.看清供给时长分布现状，配合完成对应不可售卖原因分析；\n3.梳理团队核心指标体系，挖掘B端时长提升潜在优化方向；\n4.支持各场景实验设计&评估，包括不限于时间片轮转、did和单因素随机实验；\n1.本科及以上学历，数学、统计学、计算机科学、运筹学等相关专业优先；\n2.熟悉各实验理论，熟练使用 SQL，能够高效地查询和处理海量数据；\n3.熟练使用至少一种数据分析工具，如 Python（Pandas, NumPy, Scikit-learn 等）；\n4.熟练使用数据可视化工具，如 Tableau、Power BI、FineBI 或 Metabase 等。",
"standard_classification": {
"std_category_code": "T017",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}