AI数据产品实习生
招聘时间
即日起 至 2026-05-27
招聘单位
麦汐科技
所在地区
北京
工作地点
北京市/北京/朝阳区 中轻大厦
学历要求
不限
实习时长
每周5天，每天3小时
职责描述
职位：数据产品实习生
公司：Maxiom
Maxiom 致力于打造全球领先的AI公司营销操作系统。我们帮助AI公司精准匹配KOL、进行公允定价、执行营销活动，并追踪真实转化效果——不仅限于点击，更能衡量每位KOL带来的注册、付费及收入增量。团队精炼，您将直接与CEO、CTO共事，深度参与产品最核心的数据层建设。
💼工作职责：🌟负责构建驱动产品的核心数据资产，具体分为三大板块：
1、KOL数据体系建设 (40%)
（1）清洗与整合来自X、YouTube、TikTok、LinkedIn等多平台的KOL原始数据。
（2）搭建并维护数据管道，设计并实施数据质量规则（如去重、异常检测、新鲜度监控）。
（3）构建并维护多维标签体系，将非结构化的创作者信息转化为可查询、可分析的结构化数据。
2、归因与效果分析 (30%)
（1）处理来自客户系统（如GA4、Stripe、TikTok Ads）的转化数据。
（2）搭建“营销触点（UTM）→ KOL → 转化行为 → 收入”的全链路映射逻辑。
（3）监控归因数据质量，生成每位KOL的CPA（单次获客成本）、ROAS（广告投入产出比）、转化率等核心效果报告。
（4）将自然流量（Organic）与付费广告（Spark Ads）数据统一归因至KOL维度。
3、LLM驱动的情报挖掘 (30%)
（1）设计并迭代用于内容分类、受众推断、产品提及提取、技术深度评估等任务的LLM提示词。
（2）搭建评估框架，持续衡量与优化LLM输出标签的准确度。
（3）维护高质量的“黄金标准”人工标注数据集，用于模型迭代。
（4）实验并应用Embedding向量搜索技术，提升KOL匹配的智能化水平，并与CTO协作将LLM能力集成至核心产品。
🪄任职要求：
1、必须条件
（1）有处理过真实、复杂、“脏”数据的实践经验，了解数据清洗与治理的基本方法。
有实际使用LLM（如GPT、Claude等）编写和迭代提示词，以完成具体任务并提升输出质量的经验。
（2）具备良好的数据直觉，能敏锐发现数据中的模式、问题与价值。
（3）具备良好的英文读写能力（用于处理国际平台数据与资料）。
2、优先条件（满足任意项可加分）
（1）有调用过主流社交媒体平台API的经验。
（2）具备网络爬虫或数据采集的相关经验。
（3）了解Embedding、向量搜索或相似性匹配的基本概念。
（4）有营销数据分析、归因建模或广告效果评估的相关知识或经验。
（5）熟练掌握SQL，能独立进行复杂查询与分析。熟练使用Python（Pandas, NumPy等）进行数据处理。
🧪实习收获：
1、实战产品构建：从0到1参与搭建驱动商业产品的核心数据层，而不仅仅是制作分析报告。
2、前沿技术实践：深入参与生产级的LLM提示工程与数据产品化工作。
3、核心业务洞察：掌握业界领先的营销归因分析与效果衡量方法论。
4、创业公司体验：亲身体验早期创业公司高速迭代、全栈聚焦的工作模式与文化。
岗位地点：北京市朝阳区中轻大厦。（暂不提供远程办公岗位）
公司：Maxiom
Maxiom 致力于打造全球领先的AI公司营销操作系统。我们帮助AI公司精准匹配KOL、进行公允定价、执行营销活动，并追踪真实转化效果——不仅限于点击，更能衡量每位KOL带来的注册、付费及收入增量。团队精炼，您将直接与CEO、CTO共事，深度参与产品最核心的数据层建设。
💼工作职责：🌟负责构建驱动产品的核心数据资产，具体分为三大板块：
1、KOL数据体系建设 (40%)
（1）清洗与整合来自X、YouTube、TikTok、LinkedIn等多平台的KOL原始数据。
（2）搭建并维护数据管道，设计并实施数据质量规则（如去重、异常检测、新鲜度监控）。
（3）构建并维护多维标签体系，将非结构化的创作者信息转化为可查询、可分析的结构化数据。
2、归因与效果分析 (30%)
（1）处理来自客户系统（如GA4、Stripe、TikTok Ads）的转化数据。
（2）搭建“营销触点（UTM）→ KOL → 转化行为 → 收入”的全链路映射逻辑。
（3）监控归因数据质量，生成每位KOL的CPA（单次获客成本）、ROAS（广告投入产出比）、转化率等核心效果报告。
（4）将自然流量（Organic）与付费广告（Spark Ads）数据统一归因至KOL维度。
3、LLM驱动的情报挖掘 (30%)
（1）设计并迭代用于内容分类、受众推断、产品提及提取、技术深度评估等任务的LLM提示词。
（2）搭建评估框架，持续衡量与优化LLM输出标签的准确度。
（3）维护高质量的“黄金标准”人工标注数据集，用于模型迭代。
（4）实验并应用Embedding向量搜索技术，提升KOL匹配的智能化水平，并与CTO协作将LLM能力集成至核心产品。
🪄任职要求：
1、必须条件
（1）有处理过真实、复杂、“脏”数据的实践经验，了解数据清洗与治理的基本方法。
有实际使用LLM（如GPT、Claude等）编写和迭代提示词，以完成具体任务并提升输出质量的经验。
（2）具备良好的数据直觉，能敏锐发现数据中的模式、问题与价值。
（3）具备良好的英文读写能力（用于处理国际平台数据与资料）。
2、优先条件（满足任意项可加分）
（1）有调用过主流社交媒体平台API的经验。
（2）具备网络爬虫或数据采集的相关经验。
（3）了解Embedding、向量搜索或相似性匹配的基本概念。
（4）有营销数据分析、归因建模或广告效果评估的相关知识或经验。
（5）熟练掌握SQL，能独立进行复杂查询与分析。熟练使用Python（Pandas, NumPy等）进行数据处理。
🧪实习收获：
1、实战产品构建：从0到1参与搭建驱动商业产品的核心数据层，而不仅仅是制作分析报告。
2、前沿技术实践：深入参与生产级的LLM提示工程与数据产品化工作。
3、核心业务洞察：掌握业界领先的营销归因分析与效果衡量方法论。
4、创业公司体验：亲身体验早期创业公司高速迭代、全栈聚焦的工作模式与文化。
岗位地点：北京市朝阳区中轻大厦。（暂不提供远程办公岗位）
