数据科学实习生（商业分析/机器学习方向）
招聘时间
即日起 至 2026-11-16
招聘单位
拓尔思
所在地区
北京
工作地点
北京市/北京市/海淀区 拓尔思信息技术股份有限公司
学历要求
硕士
实习时长
每周5天，每天6小时
职责描述
岗位职责
1.商业数据分析与洞察：拆解业务问题，用 SQL/Python 完成取数、清洗、统计分析与可视化；熟练应用对比 / 漏斗 / RFM / LTV / 留存 / 同期群分析，输出结构化结论，直接支撑运营与产品决策。
2.用户与增长分析：基于 RFM 做用户分层与价值分群，用漏斗分析定位转化流失节点，结合 LTV 与 留存评估生命周期价值及策略效果。
3.机器学习与数据挖掘：参与特征构建、模型训练与效果评估，落地预测建模、用户行为分析、流失预警等，解释模型结果并给出优化方向。
4.A/B 实验与因果推断：参与实验设计与评估，用因果推断度量策略效果，为业务迭代提供依据。
5.产教业务参与：参与课程案例数据准备、实训数据集构建、商业分析实训任务设计与教学素材的数据分析支撑。
任职要求
1.研究生在读（研一优先），计算机 / AI / 自动化 / 统计 / 数据科学等相关专业。
2.有完整实践经历：至少完成过一个商业分析 / 数据 / 机器学习相关项目（课程 / 科研 / 竞赛 / 实习），能说清做了什么、用了什么方法、结果如何。
3.熟练 SQL/Python，有 pandas / numpy / scikit-learn 实际使用经验。
4.掌握对比 / 漏斗 / RFM / LTV / 留存 /同期群等分析，能在具体场景落地并得出可执行结论。
5.理解常用统计方法与机器学习基础（分类 / 回归 / 聚类 / 交叉验证 / 评估指标）。
6.实习期 ≥ 6个月，能持续参与项目与产教业务。
加分项
1.电商 / 内容 / 教育 / SaaS 等场景的商业分析或用户增长经历。
2.能独立用 SQL/Python 完成漏斗拆解、RFM 分群、LTV 测算并输出报告。
3.用过 Tableau / Power BI / FineBI 等可视化工具。
4.用过大模型 / AI 工具辅助数据分析工作流（如 LLM 辅助 SQL 生成、报告撰写）。
1.商业数据分析与洞察：拆解业务问题，用 SQL/Python 完成取数、清洗、统计分析与可视化；熟练应用对比 / 漏斗 / RFM / LTV / 留存 / 同期群分析，输出结构化结论，直接支撑运营与产品决策。
2.用户与增长分析：基于 RFM 做用户分层与价值分群，用漏斗分析定位转化流失节点，结合 LTV 与 留存评估生命周期价值及策略效果。
3.机器学习与数据挖掘：参与特征构建、模型训练与效果评估，落地预测建模、用户行为分析、流失预警等，解释模型结果并给出优化方向。
4.A/B 实验与因果推断：参与实验设计与评估，用因果推断度量策略效果，为业务迭代提供依据。
5.产教业务参与：参与课程案例数据准备、实训数据集构建、商业分析实训任务设计与教学素材的数据分析支撑。
任职要求
1.研究生在读（研一优先），计算机 / AI / 自动化 / 统计 / 数据科学等相关专业。
2.有完整实践经历：至少完成过一个商业分析 / 数据 / 机器学习相关项目（课程 / 科研 / 竞赛 / 实习），能说清做了什么、用了什么方法、结果如何。
3.熟练 SQL/Python，有 pandas / numpy / scikit-learn 实际使用经验。
4.掌握对比 / 漏斗 / RFM / LTV / 留存 /同期群等分析，能在具体场景落地并得出可执行结论。
5.理解常用统计方法与机器学习基础（分类 / 回归 / 聚类 / 交叉验证 / 评估指标）。
6.实习期 ≥ 6个月，能持续参与项目与产教业务。
加分项
1.电商 / 内容 / 教育 / SaaS 等场景的商业分析或用户增长经历。
2.能独立用 SQL/Python 完成漏斗拆解、RFM 分群、LTV 测算并输出报告。
3.用过 Tableau / Power BI / FineBI 等可视化工具。
4.用过大模型 / AI 工具辅助数据分析工作流（如 LLM 辅助 SQL 生成、报告撰写）。
