小鹏汽车【2026届校招】海外市场分析培训生
任职要求
1. 专业与经验： 本科及以上学历，商业分析、情报学、信息管理、经济学或相关专业。优秀的应届毕业生，具有商业分析/市场研究/战略咨询实习经验。 2. 语言能力（硬指标）： - 英语： 可作为工作语言，能无障碍阅读深度行业研报及进行商务沟通。 - 小语种（加分项）： 精通西班牙语、俄语、德语、法语，能熟练获取并精准理解当地本土网站、论坛、社交媒体的母语信息，可与母语者深入交流。 3. AI工具应用： 精通Prompt Engineering（提示词工程）或基于Agent的工作流搭建，能熟练运用AI处理海量非结构化文本，具备极强的信息搜集、交叉验证和逻辑推理能力。 4. 综合素质： 极度的好奇心，对汽车/科技行业充满热情；具备敏锐的信息捕捉能力，能在海量数据中提取关键商业信号；抗压…
工作职责
岗位名称：【2026届校招】海外市场分析培训生 所属部门： 战略部-商业分析部 经验要求： 2026届毕业生 汇报对象： 商业分析部负责人 中国新能源汽车出海，是当下最具潜力和挑战的商业机遇。 在这里，商业分析部不是被动接单的“数据搬运工”，而是公司全球化战略的“前哨站”。我们正在寻找对世界充满好奇、精通多国语言、且擅长用AI工具提升研究效率的年轻人才。如果你渴望用扎实的商业洞察，直接影响一款车在海外市场的定位与表现，欢迎加入我们！ 【岗位职责】 1. 海外市场扫描： 聚焦欧洲、亚太、中东非、拉美等核心海外市场，追踪当地宏观经济、汽车产业政策、关税及基础设施（如充电桩）建设、汽车市场空间及竞争动态、需求结构及趋势，为公司出海提供客观的市场环境分析。 2. 竞争情报追踪： 紧盯全球、当地头部及出海车企，追踪其海外产品矩阵、定价策略、营销动作及终端用户反馈，输出深度的竞争分析报告。 3. AI辅助研究（核心要求）： 熟练运用各类AI大模型（如ChatGPT, Claude等）和自动化工具，建立多语种信息的自动抓取、翻译、提炼与分析工作流，大幅提升海外情报的获取与处理效率。 4. 商业洞察输出： 将海量、碎片化的海外信息转化为结构化的商业洞察，协助输出面向管理层和产品规划团队的《海外市场情报内参》及专项深度报告。
岗位职责 - 需求调研与分析：收集和分析职场社交市场动态、竞品信息，挖掘用户需求，为产品优化和创新提供数据支持。 - 产品设计与优化：参与社交产品的功能设计和交互设计，提供创意和想法，协助完善产品原型和需求文档。对产品现有功能进行测试和体验，收集用户反馈，提出优化建议，跟进优化方案的实施。 - 数据跟踪与分析：负责日常数据的收集、整理和分析，监控产品关键指标，如用户活跃度、留存率、转化率等，及时发现问题并通过数据分析，挖掘用户行为模式和潜在需求，为产品策略调整提供依据。 - 项目跟进与协调：协助产品经理跟进产品开发进度，与研发、设计、运营等团队沟通协调，确保项目按时交付。参与产品上线后的运营工作，协助解决用户问题，收集用户反馈，推动产品持续优化。
1，市场调研 ：收集海外目标市场信息，分析行业动态、竞品情况及客户需求，每月撰写市场分析报告。 2，客户开发 ：通过多种渠道寻找海外潜在客户，建立联系并了解需求，制定跟进计划，提高客户转化率；维护客户关系，提升客户满意度和忠诚度。 3，项目推进 ：参与海外销售项目全流程，与内部各部门协作，确保项目按时交付，达成销售目标。 4，协助推广 ：参与海外市场推广活动，宣传公司产品和品牌形象。
一、多平台数据清洗与处理 - 负责VOC（客户之声）、社交媒体、调研问卷等多渠道客户反馈数据的收集与清洗 - 执行数据标准化处理，包括去重、纠错、格式统一、标签分类等操作 - 定期对数据进行质量检查与校验，确保数据准确性与完整性 二、数据手工导入与系统维护 - 将清洗后的数据按规范手工导入至公司数据系统及分析平台 - 协助优化数据导入流程，提升处理效率与准确性 三、基础数据分析与报告支持 - 协助进行基础数据统计与可视化呈现 - 定期整理数据清洗质量报告，反馈常见问题 - 支持业务团队的数据提取与简单分析需求 四、流程文档与知识沉淀 - 编写数据清洗与导入的标准操作流程文档 - 参与数据质量问题排查与改进建议 - 协助团队建立数据质量控制检查点
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。