中国平安
算法工程师
算法工程师
发布于 1 天前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
本科
深度学习
NLP
数据挖掘
PyTorch
强化学习
SQL
TensorFlow
金融
大模型
AI 估算 · 25k–45k
深圳大厂算法岗，结合金融与AI，技能稀缺，薪资竞争力强，通常月薪25k-45k，年终奖3-5个月。
职位详情
关于这个职位
该职位是中国平安深圳总部的算法工程师岗位，主要负责金融领域的投资数据挖掘、数学建模及AI模型开发，利用大模型、NLP、强化学习等前沿技术构建预测模型，与业务部门合作将AI转化为实际价值
适合具备金融知识、精通Python和深度学习框架的求职者
最低要求
本科及以上学历，计算机科学、人工智能、数学、统计学、金融工程等相关专业
熟悉金融投资领域知识，对股票、债券、衍生品等有深入理解
了解大模型技术，包括但不限于BERT、GPT等主流模型架构
精通Python/SQL等编程语言，熟悉TensorFlow/PyTorch等深度学习框架
具备数学基础，熟悉统计学习、机器学习、深度学习理论
熟悉数据挖掘算法，有实际项目经验者优先
对AI技术充满热情，具备快速学习和解决问题的能力
工作职责
负责金融领域的投资数据挖掘、数学建模及AI模型开发工作，为客户提供智能化数据分析解决方案
基于业务场景设计数据需求，运用大模型等技术进行多维度数据分析与挖掘，构建预测模型
研究和实现前沿的大模型算法，包括但不限于NLP、强化学习等在金融领域的应用
利用深度学习框架开发金融预测模型，优化现有算法，提升模型准确率和运行效率
参与生成式AI模型的训练与优化，探索其在投资决策中的创新应用
与业务部门紧密合作，将AI技术转化为实际业务价值
AI 洞察
优缺点分析
- 中国平安作为金融科技巨头，平台资源丰富，项目数据量大，技术挑战性高
- 接触前沿技术（大模型、生成式AI），紧跟AI发展趋势，技能积累强
- 金融行业薪资水平较高，且大公司福利完善，职业稳定性好
- 金融领域业务复杂，需要同时具备金融知识和AI技术，学习曲线陡峭
- 大模型技术迭代快，需要持续学习和跟进最新研究，工作压力较大
- 作为大公司，可能流程较多，创新受一定限制，晋升竞争激烈
- 适合对金融AI有浓厚兴趣、技术功底扎实、喜欢挑战难题的算法工程师
角色解读
- 从算法工程师向高级算法专家或技术负责人发展，深入金融AI领域
- 有机会转向AI架构师或技术经理，主导大型项目的技术决策
- 也可横向拓展到数据科学家或量化研究员，结合金融与AI的复合方向
- 负责金融场景下的投资数据挖掘和数学建模，开发AI模型以提供智能分析方案
- 基于业务需求，运用大模型、NLP、强化学习等技术进行多维度数据分析与预测
- 研究并实现前沿算法，优化深度学习模型，提升准确率和效率
- 与业务部门协作，将AI技术落地为实际业务价值
- 精通Python和SQL，熟悉TensorFlow或PyTorch等深度学习框架
- 具备扎实的数学和统计基础，掌握机器学习、深度学习理论
- 了解大模型架构（如BERT、GPT），有NLP或强化学习实践经验
- 熟悉金融投资知识（股票、债券、衍生品），能理解业务场景
申请策略
- 投递前研究平安的金融科技产品，如智能投顾、风控系统，在面试中展现针对性
- 关注平安的招聘渠道，内推可提高成功率
- 突出金融相关项目经验，如投资预测、风控模型等，展示业务理解
- 强调深度学习和大模型实战经验，包括模型调优、部署等细节
- 列出开源贡献或技术博客，体现技术热情和持续学习能力
- 补充金融基础知识，可通过CFA或相关课程快速入门
- 深入实践大模型微调和应用，使用Hugging Face等工具
- 复习统计学习和数学优化，为算法面试做准备
面试指南
- 对于技术问题，先阐明核心概念，再结合实际案例说明应用和注意事项
- 对于开放性问题，结构化回答：问题定义→数据准备→模型选择→评估→优化
- 项目经验类问题：STAR法则（情境、任务、行动、结果），突出个人贡献
- 请解释BERT模型的结构和预训练任务，并说明如何在金融NLP任务中应用
- 如何设计一个股票价格预测模型？会用到哪些特征和算法？
- 在训练深度学习模型时，遇到过拟合怎么办？请给出具体解决方案
- 请描述一个你参与的数据挖掘项目，从数据采集到模型部署的全流程
- 强化学习在金融领域有哪些潜在应用？谈谈你的想法
匹配度报告
74
综合匹配度
大厂金融AI岗，前沿技术栈，高薪但WLB一般。
适合人群
适合重视技术成长和薪资回报、愿意在金融科技领域深度发展的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活50
使命价值70
薪资福利匹配
85较高
该职位薪资极具竞争力，且大厂福利完善，但JD未明确提及具体福利，补偿性动机满足度较高。
薪资信号未披露 (25K-45K/月)
成长发展匹配
90较高
职位涉及大模型、NLP、强化学习等前沿技术，技术成长空间大，但JD未明确提及晋升通道或培训，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈大模型、NLP、强化学习、生成式AI、深度学习、BERT、GPT、TensorFlow、PyTorch、数据挖掘
业务类型profit_center
工作生活匹配
50较低
工作地点深圳，仅现场办公，未提及弹性工作或WLB，大厂可能有一定加班，生活化动机满足度一般。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
70中等
金融科技行业增长稳定，AI在金融领域应用有社会价值，但JD未提及具体使命，意义感动机满足度中等偏上。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs