小鹏汽车
校招【27届校招】海外售后策略培训生（售后运营/数据分析）
广州 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 本科及以上学历，车辆工程/自动化/机械/动力、或统计学/数据科学/国际贸易等相关专业优先
- 对汽车售后、充电/储能领域或海外业务有基础认知，有主机厂/经销商售后实习经历者优先
- 具备出色的数据敏感度与逻辑分析能力，具备数据统计分析、BI看板搭建相关实习或项目经验者优先
- 具备良好的项目管理与跨部门协调能力，善于多团队高效协作和多线程任务
- 英语可作为工作语言，接受海外出差安排。
岗位描述
【售后运营方向】
- 1、售后政策与流程执行：协助海外售后服务政策执行落地，收集审核资料、跟进结算对账及费用核销等全链路闭环管理；
- 2、产品售后方案协同：配合推进家充产品、储能设备等售后方案的执行，跟踪备件库存补件、服务文档更新，并支持海外认证与合规的资料提交与流程跟进；
- 3、供应商与工单管理：支持海外售后供应商的引入对接、技术培训及业务评估；跟进售后工单流转、故障处理进度，协助汇总索赔材料；
- 4、系统数据与业务报表：负责售后系统数据库的维护与录入规范监督，定期提取并整理业务数据及报表，为运营决策提供基础支持；
- 5、跨部门沟通与问题闭环：对接海外区域、经销商及内部产品、质量、技术等多团队，处理日常服务诉求、投诉升级及客户需求，推动售后问题的闭环解决。
【数据分析方向】
- 1、售后体验分析与指标监控：负责用户端售后问题全链路数据分析，挖掘根因并推动改善闭环；持续跟踪NPS、CSI等核心体验指标，多维度监测推动服务持续迭代优化；
- 2、政策研究与结算数据管理：参与海外售后政策调研与编制，输出标准化可落地的官方政策文件；周期性开展政策数据统计与核对，跟进结算及资金支付全流程，校验数据并及时排查异常；
- 3、数据分析平台建设：参与售后分析平台及数据工具的需求梳理与优化；独立完成BI仪表板配置与图表搭建，定期提取和分析服务运营数据，追踪策略效果；
- 4、客户反馈监测与跨部门协同：持续监测全渠道客户反馈，识别产品功能、质量及体验相关风险与趋势；主动协同产品、研发、质量等团队，推动问题闭环解决。
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 数据 岗位的常见面试问题整理
请解释数据仓库的星型模型和雪花模型的区别
查看答题思路
1. 星型：事实表在中间，维度表直接关联，维度表非规范化（有冗余） 2. 雪花：维度表进一步规范化，减少冗余但增加 join 次数 3. 选择：星型查询快（join 少），雪花存储省，一般生产用星型更多
如何设计一个埋点体系来追踪用户行为
查看答题思路
1. 确定业务目标：留存/转化/活跃 2. 定义事件：页面浏览/点击/曝光/转化，每个事件带属性 3. 技术栈：前端 SDK 上报 → Kafka → Flink 实时清洗 → ClickHouse/Hive 存储 4. 数据分层：ODS（原始）→ DWD（明细）→ DWS（汇总）→ ADS（应用） 5. 质量：埋点测试 + 数据校验 + 异常告警
SQL：有一个用户登录表 user_login(user_id, login_date)，查询连续登录超过 7 天的用户
查看答题思路
1. 思路：用 login_date 减去排名序号（ROW_NUMBER），同组连续日期差值相同 2. 关键 SQL：SELECT user_id, login_date-ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS grp 3. GROUP BY user_id, grp HAVING COUNT(*) >= 7 4. 强调：理解窗口函数和连续性问题的一般解法
你做过最有价值的数据分析项目是什么
查看答题思路
1. 业务背景：分析什么、为什么重要 2. 数据来源和量级 3. 分析方法：用了什么模型/统计方法 4. 核心发现：一句话说清洞察 5. 业务影响：做了什么决策、带来了什么改变（用数字）
解释 A/B 测试的原理和常见陷阱
查看答题思路
1. 原理：分流用户到对照组和实验组，对比核心指标差异 2. 统计基础：假设检验，p<0.05 表示差异显著 3. 陷阱：样本量不足、运行时间太短（未覆盖周期波动）、多重比较（同时做多组 A/B 需修正显著性水平） 4. 指标选择：北极星指标优先，避免虚荣指标
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。