我们是谁 / 关于这个岗位 我们正在寻找一名踏实、细心、动手能力强的实习生，来一起构建下一代的数据基建。这里的“踏实”不是一句空话——你将直面真实的业务场景，负责全端（App、小程序、Web）埋点的精准落地与验证，并深度梳理海内外复杂的基建架构。 如果你不仅满足于“搬砖”，还希望用AI给传统的数据基建提效，甚至亲手搭建出AI Native的基建体系，那么这个岗位会给你极大的发挥空间。 岗位职责 1. 埋点全流程验证： 负责App、小程序、Web端的埋点测试与验收。不仅仅是点点点，而是要确保每一处数据上报的准确性、完整性和及时性，为业务决策提供可靠的数据弹药。 2. 基建资产梳理： 系统性地梳理国内外业务涉及到的所有技术基建（包括但不限于云服务、数据平台、监控工具、第三方服务等），建立清晰的资产地图，识别冗余与风险点。 3. 提效工具开发： 针对重复性高、易出错的手工验证工作，利用脚本或AI工具实现自动化或半自动化验证，提升整体交付效率。 任职要求（硬性门槛） 1. 靠谱且皮实： 这是最重要的特质。对交付结果有责任心，做事细致，能耐心处理繁琐的验证工作，并在执行中主动发现问题、解决问题。 2. 逻辑清晰： 面对复杂的基建系统和埋点逻辑，能快速理清头绪，具备良好的文档撰写习惯。 --- 加分项（懂AI，会用AI） - AI 提效实践： 不仅仅是听说过AI工具，而是真正用AI解决过实际问题。例如：利用AI辅助写自动化脚本、利用AI解析埋点日志、利用Prompt Engineering快速生成测试用例或整理基建文档。 - 工具链敏感： 熟悉AI编程辅助工具，或者在日常工作中已经习惯用AI来加速学习和工作。 - 数据分析意识： 对数据敏感，了解SQL或基本的数据分析模型，懂得从埋点数据中洞察业务价值。 --- 你将获得 1. AI Native的实战经历： 这不是传统的“点工”实习。你将深度参与如何将AI能力注入基建环节，这段经历足以让你在简历上写下“参与搭建AI Native的数据基建体系”，区别于普通的测试或基建实习。 2. 体系化的数据分析思路： 在验证埋点的过程中，你将深入理解互联网产品从“用户行为”到“数据资产”的完整链路，培养严谨的数据分析思维。 3. 高速成长的空间： 如果你足够“踏实”且“懂AI”，你将不仅仅是执行者，更是该项目的共建者，拥有极大的自主权和成长空间。