中国平安
数据建模工程师
数据建模工程师
发布于 大约 17 小时前普通员工/个人贡献者
深圳市
初级经验
全职员工
仅现场办公
本科
机器学习
深度学习
SQL
TensorFlow
特征工程
XGBoost
AI Agent
风险模型
逻辑回归
AI 估算 · 15k–25k
深圳金融科技行业薪资水平，模型技能稀缺，平安平台稳定，薪资中上。
职位详情
关于这个职位
该职位负责设计和开发信贷风险模型与营销评分模型，包括特征工程、模型训练与优化，并监控模型表现
你将与业务团队紧密合作，推动数据产品落地，提升金融决策效率
适合有1-3年风控经验、精通机器学习的候选人
最低要求
本科以上学历，计算机、统计学、计量经济学、数学和金融及其相关专业
有数据分析或信贷模型背景，1-3年及以上金融行业风控相关工作经验，熟悉金融风控体系，对客户风险分析有相关经验，具备对接和服务各类金融机构或互联网金融平台的经验优先
熟练掌握Python/SAS/R等常用分析工具及相关编程语言中的至少一种，熟练掌握SQL语言
精通数理统计，机器学习，掌握常用数据挖掘方法的原理及用法，包括但不限于逻辑回归、决策树、神经网络、GBDT、Xgboost、SVM模型，了解深度学习模型，掌握tensorflow语言，具有清晰严密的逻辑思维能力、分析能力及沟通协调能力
具备良好的数据和流程分析能力、归纳总结能力及洞察力
具备较强的信息采集和分析判断能力
具有优秀的业务理解、跨部门沟通，团队管理和项目管理能力
工作职责
根据公司业务规划及客群定位，负责数据产品（包括但不限于信贷风险模型、营销评分模型等）的设计、开发及商业落地，包括客群划分、特征工程、变量分析、模型训练及调优、模型上线等
有模型监控和维护工作经验，编写监控分析报告以及风险报告等，结合业务开展情况，对模型进行调整优化
开展特征挖掘工作，负责特征库需求的提出及整理
了解银行信贷业务，能够通过分析结果，调整细分客群和细分维度进行分析，提升指标有效性和模型效果
作为数据科学专家紧密和业务、产品团队沟通合作，充分理解当前业务瓶颈和机会，共同推动各市场业务的突破
优先资格
有AI Agent开发部署应用经验的优先
AI 洞察
优缺点分析
- 平安大平台，稳定性高，资源丰富，利于长期职业发展
- 接触核心金融风控业务，技术栈前沿（深度学习、AI Agent）
- 薪资待遇有竞争力，年终奖金丰厚
- 模型精度要求高，业务压力大，可能需要应对紧急项目
- 技术更新快，需要持续学习深度学习、AI Agent等新技能
- 跨部门协作频繁，沟通成本较高
- 适合有1-3年风控建模经验、热爱技术、希望在大平台稳定发展的数据科学从业者
角色解读
- 可向资深数据科学家或模型专家发展，深入金融风控领域
- 有机会转向风控策略、AI产品经理等方向
- 积累团队管理经验，晋升为技术团队负责人
- 开发信贷风险模型和营销评分模型，包括特征工程、模型训练与调优
- 监控模型性能并撰写分析报告，根据业务反馈持续优化模型
- 与业务、产品团队紧密合作，理解业务需求并推动模型落地
- 开展特征挖掘工作，维护特征库，提升模型效果
- 精通Python/SQL及主流机器学习算法，如逻辑回归、Xgboost、神经网络等
- 有金融风控领域1-3年经验，熟悉信贷业务和风险体系
- 具备数据分析和特征工程能力，能独立完成模型开发与评估
- 良好的跨部门沟通和项目管理能力
申请策略
- 研究平安的金融业务板块，特别是信贷和保险业务，面试中展现业务理解
- 准备一个完整的模型开发案例，用STAR法则清晰阐述
- 突出信贷风险模型或营销评分模型的实际项目经验，包括数据清洗、特征工程、模型选型与上线效果
- 重点展示Python、SQL和机器学习算法的熟练程度，列出具体算法应用案例
- 如有模型监控、优化报告经验，务必详细说明
- 强调AI Agent相关经验，即使只是学习项目也应提及
- 系统学习深度学习与TensorFlow，完成一个小型项目
- 了解AI Agent开发框架（如LangChain），尝试搭建简单应用
面试指南
- 使用STAR法则：描述背景、任务、行动和结果，突出量化成果
- 对比不同算法时，结合业务场景分析，展现逻辑思维
- 对于开放性问题，给出结构化回答，如分点、分步骤
- 请介绍一个你独立开发的信贷风险模型，包括特征选择、算法选择和效果评估
- 逻辑回归和Xgboost在风控场景中的优缺点是什么？如何选择？
- 如何处理样本不平衡问题？请举例说明
- 模型上线后，你如何监控其性能？会关注哪些指标？
- AI Agent在风控领域有哪些潜在应用？你是否有相关经验？
匹配度报告
70
综合匹配度
平安大平台、前沿技术栈、薪资不错，但WLB不确定。
适合人群
适合注重技术成长和职业发展、能接受一定工作强度且对薪水满意的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展85
工作生活50
使命价值70
薪资福利匹配
75中等
平安作为上市巨头，薪资福利具有竞争力，但JD未明确具体待遇，补偿性动机得到较好满足。
薪资信号未披露 (15K-25K/月)
成长发展匹配
85较高
技术栈前沿，涉及深度学习和AI Agent，技能成长空间大，但晋升路径未在JD中明确。
技术前沿前沿/新兴技术
技术栈Python、SQL、逻辑回归、Xgboost、神经网络、深度学习、TensorFlow、AI Agent
业务类型profit_center
工作生活匹配
50较低
未提及远程或弹性工作，工作模式为现场办公，工作生活平衡信号不明确。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
金融风控对社会稳定有积极作用，但使命感不强，行业属于稳定成熟领域。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs