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": "海外电商策略运营实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "D10476",
"location": "Beijing",
"work_mode": "未披露",AI生成
"job_category": "J0004"AI生成
},
"company": {
"company_name": "快手科技",
"company_industry": "内容社区 / 直播 / 电商 / 人工智能",
"company_size": "10000人以上",
"company_website": "kuaishou.com",
"company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科以上在校学生",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "海外电商策略运营实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0004\n工作地点：Beijing\n所属部门：D10476\n发布时间：2025-07-25\n\n岗位职责\n1. 数据监控与策略分析：协助快手海外电商服装团队搭建、监控数据维度的交易效率，围绕关键KPI支持输出策略分析报告；\n2. 策略运营：供给侧，结合商家与货盘颗粒度监控趋势与表现，支持B端运营团队输出策略建议并协助运营；销售侧，监控并分析不同流量场景的销售表现，结合重点专题项目协助优化及落地；逆向销售，支持优化用户体验与项目营收，对关键数据进行监控并提出优化建议。\n\n任职要求\n1. 本科以上在校学生，统计、计算机、数学等相关专业，或有较强的数据处理能力且对业务链路分析有强兴趣优先;\n2. 熟练使用SQL，Excel；有Python基础能力；熟练掌握数据分析相关工具和专业知识;\n3. 互联网行业电商策略与分析，或海外电商业务实习经验优先;\n4. 假期保证每周实习5天，开学后每周线下实习不少于4天，实习期间稳定踏实，周期不短于3个月，表现优异者可长期实习;\n5. 短视频、电商的用户。有较强的学习能力和意愿，自驱力强，认真负责，结果导向。",
"requirements_text": "海外电商策略运营实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0004\n工作地点：Beijing\n所属部门：D10476\n发布时间：2025-07-25\n\n岗位职责\n1. 数据监控与策略分析：协助快手海外电商服装团队搭建、监控数据维度的交易效率，围绕关键KPI支持输出策略分析报告；\n2. 策略运营：供给侧，结合商家与货盘颗粒度监控趋势与表现，支持B端运营团队输出策略建议并协助运营；销售侧，监控并分析不同流量场景的销售表现，结合重点专题项目协助优化及落地；逆向销售，支持优化用户体验与项目营收，对关键数据进行监控并提出优化建议。\n\n任职要求\n1. 本科以上在校学生，统计、计算机、数学等相关专业，或有较强的数据处理能力且对业务链路分析有强兴趣优先;\n2. 熟练使用SQL，Excel；有Python基础能力；熟练掌握数据分析相关工具和专业知识;\n3. 互联网行业电商策略与分析，或海外电商业务实习经验优先;\n4. 假期保证每周实习5天，开学后每周线下实习不少于4天，实习期间稳定踏实，周期不短于3个月，表现优异者可长期实习;\n5. 短视频、电商的用户。有较强的学习能力和意愿，自驱力强，认真负责，结果导向。",
"skills": [AI生成
"Python",
"SQL",
"Excel",
"数据分析",
"学习能力",
"销售",
"招聘"
],
"preferred_qualifications": "1. 本科以上在校学生，统计、计算机、数学等相关专业，或有较强的数据处理能力且对业务链路分析有强兴趣优先；3. 互联网行业电商策略与分析，或海外电商业务实习经验优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/25495"
}
]
},
"posting": {
"posting_id": "25495",
"post_date": "2025-07-25",
"hire_time": "4. 假期保证每周实习5天，开学后每周线下实习不少于4天，实习期间稳定踏实，周期不短于3个月，表现优异者可长期实习",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/25495"
},
"fulltext": "海外电商策略运营实习生\n海外电商策略运营实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0004\n工作地点：Beijing\n所属部门：D10476\n发布时间：2025-07-25\n\n岗位职责\n1. 数据监控与策略分析：协助快手海外电商服装团队搭建、监控数据维度的交易效率，围绕关键KPI支持输出策略分析报告；\n2. 策略运营：供给侧，结合商家与货盘颗粒度监控趋势与表现，支持B端运营团队输出策略建议并协助运营；销售侧，监控并分析不同流量场景的销售表现，结合重点专题项目协助优化及落地；逆向销售，支持优化用户体验与项目营收，对关键数据进行监控并提出优化建议。\n\n任职要求\n1. 本科以上在校学生，统计、计算机、数学等相关专业，或有较强的数据处理能力且对业务链路分析有强兴趣优先;\n2. 熟练使用SQL，Excel；有Python基础能力；熟练掌握数据分析相关工具和专业知识;\n3. 互联网行业电商策略与分析，或海外电商业务实习经验优先;\n4. 假期保证每周实习5天，开学后每周线下实习不少于4天，实习期间稳定踏实，周期不短于3个月，表现优异者可长期实习;\n5. 短视频、电商的用户。有较强的学习能力和意愿，自驱力强，认真负责，结果导向。\n海外电商策略运营实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0004\n工作地点：Beijing\n所属部门：D10476\n发布时间：2025-07-25\n\n岗位职责\n1. 数据监控与策略分析：协助快手海外电商服装团队搭建、监控数据维度的交易效率，围绕关键KPI支持输出策略分析报告；\n2. 策略运营：供给侧，结合商家与货盘颗粒度监控趋势与表现，支持B端运营团队输出策略建议并协助运营；销售侧，监控并分析不同流量场景的销售表现，结合重点专题项目协助优化及落地；逆向销售，支持优化用户体验与项目营收，对关键数据进行监控并提出优化建议。\n\n任职要求\n1. 本科以上在校学生，统计、计算机、数学等相关专业，或有较强的数据处理能力且对业务链路分析有强兴趣优先;\n2. 熟练使用SQL，Excel；有Python基础能力；熟练掌握数据分析相关工具和专业知识;\n3. 互联网行业电商策略与分析，或海外电商业务实习经验优先;\n4. 假期保证每周实习5天，开学后每周线下实习不少于4天，实习期间稳定踏实，周期不短于3个月，表现优异者可长期实习;\n5. 短视频、电商的用户。有较强的学习能力和意愿，自驱力强，认真负责，结果导向。\n海外电商策略运营实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0004\n工作地点：Beijing\n所属部门：D10476\n发布时间：2025-07-25\n\n岗位职责\n1. 数据监控与策略分析：协助快手海外电商服装团队搭建、监控数据维度的交易效率，围绕关键KPI支持输出策略分析报告；\n2. 策略运营：供给侧，结合商家与货盘颗粒度监控趋势与表现，支持B端运营团队输出策略建议并协助运营；销售侧，监控并分析不同流量场景的销售表现，结合重点专题项目协助优化及落地；逆向销售，支持优化用户体验与项目营收，对关键数据进行监控并提出优化建议。\n\n任职要求\n1. 本科以上在校学生，统计、计算机、数学等相关专业，或有较强的数据处理能力且对业务链路分析有强兴趣优先;\n2. 熟练使用SQL，Excel；有Python基础能力；熟练掌握数据分析相关工具和专业知识;\n3. 互联网行业电商策略与分析，或海外电商业务实习经验优先;\n4. 假期保证每周实习5天，开学后每周线下实习不少于4天，实习期间稳定踏实，周期不短于3个月，表现优异者可长期实习;\n5. 短视频、电商的用户。有较强的学习能力和意愿，自驱力强，认真负责，结果导向。",
"standard_classification": {
"std_category_code": "T017",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}