职位详情

职位列表 链接有效 不适用(官网全量采集) official:kuaishou:31359

数据分析实习生(分销方向)-【电商】

未披露 · Beijing · 快手科技

主分类:数据分析与数据科学
算法与数据
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": "数据分析实习生(分销方向)-【电商】",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D13943",
        "location": "Beijing",
        "work_mode": "未披露",AI生成
        "job_category": "J0014"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": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "数据分析实习生(分销方向)-【电商】\n\n基础信息\n招聘类型:实习\n职位类别:J0014\n工作地点:Beijing\n所属部门:D13943\n发布时间:2026-07-06\n\n岗位职责\n1、支持电商分销业务数据分析,协助完成业务经营分析与经营诊断、指标监控体系搭建;\n2、围绕站内商家&商品&达人视角进行数据分析,通过数据洞察、业务策略研究完成业务机会&痛点定位与解决方案输出;\n3、协同业务团队推进项目研究与落地,回收策略&项目增量价值。\n\n任职要求\n1、有数据分析基础(互联网大厂数分/商分/战略等实习经验者优先),「熟练使用SQL/Python者优先」;\n2、逻辑思维缜密,有足够的数据敏感性,保证数据的准确性是底线要求;\n3、工作积极主动,高度的责任心;\n4、对电商业务感兴趣,愿意主动深入业务理解,对数据相关工作有充分的好奇心与钻研欲望;\n5、每周至少实习 4 天,实习时长不少于4个月。",
        "requirements_text": "数据分析实习生(分销方向)-【电商】\n\n基础信息\n招聘类型:实习\n职位类别:J0014\n工作地点:Beijing\n所属部门:D13943\n发布时间:2026-07-06\n\n岗位职责\n1、支持电商分销业务数据分析,协助完成业务经营分析与经营诊断、指标监控体系搭建;\n2、围绕站内商家&商品&达人视角进行数据分析,通过数据洞察、业务策略研究完成业务机会&痛点定位与解决方案输出;\n3、协同业务团队推进项目研究与落地,回收策略&项目增量价值。\n\n任职要求\n1、有数据分析基础(互联网大厂数分/商分/战略等实习经验者优先),「熟练使用SQL/Python者优先」;\n2、逻辑思维缜密,有足够的数据敏感性,保证数据的准确性是底线要求;\n3、工作积极主动,高度的责任心;\n4、对电商业务感兴趣,愿意主动深入业务理解,对数据相关工作有充分的好奇心与钻研欲望;\n5、每周至少实习 4 天,实习时长不少于4个月。",
        "skills": [AI生成
            "Python",
            "SQL",
            "数据分析",
            "逻辑思维",
            "招聘",
            "经营分析"
        ],
        "preferred_qualifications": "1、有数据分析基础(互联网大厂数分/商分/战略等实习经验者优先),「熟练使用SQL/Python者优先」",
        "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/31359"
            }
        ]
    },
    "posting": {
        "posting_id": "31359",
        "post_date": "2026-07-06",
        "hire_time": "5、每周至少实习 4 天,实习时长不少于4个月",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/31359"
    },
    "fulltext": "数据分析实习生(分销方向)-【电商】\n数据分析实习生(分销方向)-【电商】\n\n基础信息\n招聘类型:实习\n职位类别:J0014\n工作地点:Beijing\n所属部门:D13943\n发布时间:2026-07-06\n\n岗位职责\n1、支持电商分销业务数据分析,协助完成业务经营分析与经营诊断、指标监控体系搭建;\n2、围绕站内商家&商品&达人视角进行数据分析,通过数据洞察、业务策略研究完成业务机会&痛点定位与解决方案输出;\n3、协同业务团队推进项目研究与落地,回收策略&项目增量价值。\n\n任职要求\n1、有数据分析基础(互联网大厂数分/商分/战略等实习经验者优先),「熟练使用SQL/Python者优先」;\n2、逻辑思维缜密,有足够的数据敏感性,保证数据的准确性是底线要求;\n3、工作积极主动,高度的责任心;\n4、对电商业务感兴趣,愿意主动深入业务理解,对数据相关工作有充分的好奇心与钻研欲望;\n5、每周至少实习 4 天,实习时长不少于4个月。\n数据分析实习生(分销方向)-【电商】\n\n基础信息\n招聘类型:实习\n职位类别:J0014\n工作地点:Beijing\n所属部门:D13943\n发布时间:2026-07-06\n\n岗位职责\n1、支持电商分销业务数据分析,协助完成业务经营分析与经营诊断、指标监控体系搭建;\n2、围绕站内商家&商品&达人视角进行数据分析,通过数据洞察、业务策略研究完成业务机会&痛点定位与解决方案输出;\n3、协同业务团队推进项目研究与落地,回收策略&项目增量价值。\n\n任职要求\n1、有数据分析基础(互联网大厂数分/商分/战略等实习经验者优先),「熟练使用SQL/Python者优先」;\n2、逻辑思维缜密,有足够的数据敏感性,保证数据的准确性是底线要求;\n3、工作积极主动,高度的责任心;\n4、对电商业务感兴趣,愿意主动深入业务理解,对数据相关工作有充分的好奇心与钻研欲望;\n5、每周至少实习 4 天,实习时长不少于4个月。\n数据分析实习生(分销方向)-【电商】\n\n基础信息\n招聘类型:实习\n职位类别:J0014\n工作地点:Beijing\n所属部门:D13943\n发布时间:2026-07-06\n\n岗位职责\n1、支持电商分销业务数据分析,协助完成业务经营分析与经营诊断、指标监控体系搭建;\n2、围绕站内商家&商品&达人视角进行数据分析,通过数据洞察、业务策略研究完成业务机会&痛点定位与解决方案输出;\n3、协同业务团队推进项目研究与落地,回收策略&项目增量价值。\n\n任职要求\n1、有数据分析基础(互联网大厂数分/商分/战略等实习经验者优先),「熟练使用SQL/Python者优先」;\n2、逻辑思维缜密,有足够的数据敏感性,保证数据的准确性是底线要求;\n3、工作积极主动,高度的责任心;\n4、对电商业务感兴趣,愿意主动深入业务理解,对数据相关工作有充分的好奇心与钻研欲望;\n5、每周至少实习 4 天,实习时长不少于4个月。",
    "standard_classification": {
        "std_category_code": "T017",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}