中国平安
需求分析工程师
需求分析工程师
发布于 1 天前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
SQL
数据治理
数据质量
数据合规
保险
资管
校验规则
AI 估算 · 15k–30k
大厂平台，数据治理核心技能，SQL要求高，市场薪资有竞争力。
职位详情
关于这个职位
该职位主要负责数据治理体系中校验规则的研发与落地，聚焦资管和保险业务场景，确保数据质量与合规
您将运用SQL编写和优化校验规则，协同团队解决数据痛点，推动数据质量提升
适合具有SQL技能、了解资管保险业务的数据分析或治理人才
最低要求
本科及以上学历，计算机、金融工程等相关专业，有校验规则研发经验，资管、保险行业经验优先
精通SQL，能独立编写复杂查询及校验规则，具备规则调试、优化能力
理解资管、保险核心业务流程及行业监管要求，能将业务需求转化为技术方案
具备良好的数据质量意识、问题排查能力及团队协作、沟通能力，学习能力强
工作职责
负责数据治理体系中校验规则的研发、落地与迭代，聚焦资管、保险类业务场景，设计并实现数据质量及合规校验规则，保障数据合规准确
深入理解资管、保险类业务逻辑，将业务需求转化为可落地的校验规则，解决数据质量痛点
运用SQL完成校验规则的编写、调试与优化，负责规则运行监控、异常排查及结果分析，推动数据质量提升
协同各相关团队梳理校验需求，参与数据质量体系建设，推动校验规则与业务系统、治理工具融合
优先资格
有校验规则研发经验，资管、保险行业经验优先
AI 洞察
优缺点分析
优点
- 大平台（平安），业务稳定，数据治理领域积累扎实
- 技能聚焦SQL和业务理解，可迁移性强
- 涉及资管保险核心业务，行业前景好
- 业务复杂度高，需快速学习金融业务知识
- 跨团队协作沟通成本可能较大
- 适合对数据治理有热情、擅长SQL、喜欢与业务打交道的技术型人才，尤其是希望在金融科技领域深耕的求职者
缺点 / 挑战
- 规则编写和优化需要细致入微，工作重复性较高
角色解读
- 向数据治理专家或数据架构师方向发展，深入数据治理体系
- 可转向业务数据分析或数据产品经理，结合业务理解力
- 在金融科技领域积累经验，向金融数据科学家演进
- 设计并实现数据质量与合规校验规则，确保资管保险业务数据准确合规
- 深入理解业务逻辑，将业务需求转化为技术可执行的校验规则
- 使用SQL编写、调试和优化规则，并监控运行结果，排查异常
- 协同业务和技术团队，推动数据治理体系建设
- 精通SQL，能独立编写复杂查询和校验规则
- 了解资管、保险核心业务流程及监管要求
- 具备数据质量意识和问题排查能力
- 良好的沟通协作和学习能力
申请策略
- 关注平安数据治理部门的最新动向，了解其技术栈
- 在面试中展示对数据质量的思考和实际解决问题的案例
- 突出SQL能力，展示复杂查询和优化案例
- 强调数据治理或校验规则相关的项目经验
- 如有资管、保险行业背景，务必重点提及
- 体现业务理解能力，如将需求转化为技术方案的经验
- 深入学习资管或保险行业数据模型和监管要求
- 掌握数据治理框架知识，如DAMA或DCMM
面试指南
- 使用STAR法则：情境、任务、行动、结果，清晰描述项目
- 展示业务理解：先解释业务背景，再讲技术方案
- 体现数据驱动思维：用量化指标说明规则效果
- 请描述一次你设计数据校验规则并解决数据质量问题的经历
- 如何优化慢SQL查询？请举例说明
- 你如何理解资管或保险业务中的数据合规要求？
- 请设计一个针对保险理赔数据质量的校验规则
- 当校验规则与业务需求冲突时，你如何协调？
匹配度报告
64
综合匹配度
大厂平台、薪资有竞争力、技术栈主流但非前沿，现场办公较规律。
适合人群
适合重视薪资福利和职业稳定性的求职者，愿意在成熟行业深耕数据治理。
最强匹配
薪资福利匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展70
工作生活45
使命价值60
薪资福利匹配
80较高
大厂平台，薪资福利具有竞争力，稳定性高，但具体薪资未披露。
薪资信号未披露（AI估算：15K-30K/月）
成长发展匹配
70中等
岗位涉及数据治理和SQL技能，成长性较好，但技术栈偏传统SQL，非前沿AI。
技术前沿主流现代技术
技术栈SQL、数据治理
业务类型ambiguous
工作生活匹配
45较低
北京现场办公，未提及弹性工作或远程，传统大厂可能工作强度较大。
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
60中等
数据治理工作有助于保障数据合规和业务准确性，具有一定社会价值，但非直接面对用户。
行业发展稳定成熟行业
社会影响中性/一般
创新程度稳健跟随主流
Watch Jobs