中国平安
系统及模型建设岗
系统及模型建设岗
发布于 大约 17 小时前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
硕士
机器学习
PyTorch
SQL
TensorFlow
XGBoost
反洗钱
lightGBM
AI 估算 · 25k–45k
深圳大厂，AI+风控复合技能稀缺，硕士+3年经验，薪资有竞争力。
职位详情
关于这个职位
该职位负责构建和优化反洗钱AI模型，利用机器学习技术从客户数据中识别风险，并打造智能化尽职调查系统，赋能一线人员高效合规履职
适合有风控或金融科技背景、擅长机器学习建模的工程师
最低要求
年以上工作经验，硕士及以上学历优先，计算机、大数据、统计学或金融相关专业优先
有1年以上金融科技或银行风控领域工作经验，有成功主导大型AI反洗钱系统建设项目者优先
熟练掌握TensorFlow、PyTorch、XGBoost、LightGBM等主流机器学习框架，熟悉Spark、Flink等大数据处理工具以及Python、SQL、Scala等编程语言
具备扎实的统计建模与算法设计能力，熟悉分类、聚类、异常检测、图算法等典型应用场景
有实际构建客户风险评级模型、团伙识别模型、行为序列模型的经验
理解反洗钱监管逻辑与业务流程，能将合规要求转化为可量化的模型输入与输出规则，确保模型决策可解释、可审计
具备良好的沟通能力、表达能力、团队协作能力，能在产品上线后，做好培训及相关实施工作
工作职责
反洗钱AI模型的设计与优化：融合客户基本信息、交易行为、外部风险信号等多源数据，运用人工智能与机器学习技术，构建并持续优化客户洗钱风险评级模型、查冻扣触发尽调分级模型及异常交易监测模型，提升风险识别的精准性与模型自动化决策能力
数据特征工程：联合科技团队推进反洗钱标签体系设计与关键特征提取，完善反洗钱模型所需的交易流水特征标签体系，夯实模型数据基础，提升特征表达能力与准确性
反洗钱尽职调查系统建设：打造智能化尽调系统，集成AI外呼、自动填写尽调报告、智能校验等能力，赋能一线人员高效完成客户尽调与风险评级，全面提升尽调工作的质效
AI 洞察
优缺点分析
- 平安集团平台大，资源丰富，项目落地性强，简历含金量高
- 反洗钱为金融监管刚需，技能稀缺，职业稳定性高
- 前沿AI技术（图算法、行为序列）与业务深度融合，技术成长快
- 反洗钱领域专业门槛高，需要同时理解合规与算法，学习曲线陡峭
- 模型可解释性要求严格，可能限制部分先进黑箱模型的应用
- 项目中需与多方协作（科技、业务、监管），沟通协调成本高
- 适合有机器学习背景、对金融合规感兴趣、追求技术深度与业务价值结合的工程师
角色解读
- 深耕金融风控领域，成为反洗钱模型专家或风控架构师
- 向数据科学家或AI算法专家发展，拓展通用机器学习能力
- 横向转型金融科技产品经理或合规科技顾问
- 设计并优化反洗钱AI模型，包括风险评级、异常交易监测等，提升识别精准度
- 构建数据特征工程，完善标签体系，夯实模型数据基础
- 主导智能化尽调系统建设，集成AI外呼、自动报告等能力，提升一线效率
- 掌握TensorFlow、PyTorch等主流深度学习框架及XGBoost、LightGBM等传统模型
- 熟悉Spark、Flink大数据处理，精通Python、SQL，具备扎实统计建模能力
- 理解反洗钱监管逻辑，能将合规要求转化为可量化模型规则
申请策略
- 提前了解平安科技体系及反洗钱系统架构，面试时展现业务洞察
- 强调团队协作与沟通能力，因为该岗位需与业务、科技多方配合
- 突出反洗钱或风控建模项目经验，特别是模型落地效果（准确率、召回率等）
- 强调特征工程、图算法、序列模型等与JD直接相关的技术细节
- 展示对金融监管的理解，如反洗钱法规、客户尽职调查流程
- 若缺乏风控经验，可自学反洗钱基础知识（如FATF建议），并参与Kaggle风控类竞赛
- 补充图神经网络（GNN）在金融反欺诈中的应用，提升竞争力
面试指南
- STAR法则：描述情境、任务、行动、结果，量化模型效果
- 先说明问题难点，再列举多种解决方案并对比优劣，最后给出推荐方案
- 结合具体案例，展示你对业务与技术的双重理解
- 请描述你过去构建的一个风控模型，包括数据、特征、算法选择及效果评估
- 如何保证反洗钱模型的可解释性和可审计性？
- 面对不平衡数据（如洗钱样本极少），你会用什么策略？
- 你如何处理特征工程中缺失值和异常值？
- 谈谈你对反洗钱监管趋势（如AI在合规中的应用）的理解
匹配度报告
74
综合匹配度
平安反洗钱AI岗，技术前沿、平台大、薪资优，但WLB一般且需现场办公。
适合人群
适合看重技术成长和职业发展，对薪资和平台有要求，且能接受一定工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展90
工作生活50
使命价值75
薪资福利匹配
80较高
平安集团薪资水平在深圳具有竞争力，虽未在JD中明确福利，但大厂通常提供五险一金、年终奖等。
薪资信号未披露 (25K-45K/月)
成长发展匹配
90较高
职位涉及前沿AI技术与金融场景的深度结合，项目方向明确，成长路径清晰，技能积累价值高。
技术前沿前沿/新兴技术
技术栈TensorFlow、PyTorch、XGBoost、LightGBM、Spark、Flink、图算法、行为序列模型
业务类型ambiguous
工作生活匹配
50较低
深圳办公室现场办公，未提及弹性工作或远程，大厂加班文化常见，WLB不确定。
工作模式未明确
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
75中等
反洗钱对社会金融安全有正向作用，行业稳定增长，但个人贡献的直接影响有限。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs