中国平安
数据与智能策略产品经理
数据与智能策略产品经理
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
本科
机器学习
SQL
因果推断
数据建模
AB测试
推荐算法
策略产品
规则引擎
AI 估算 · 22k–35k
平安大厂产品岗，深圳市场数据产品经理薪资中上，技能要求高，薪资有竞争力。
职位详情
关于这个职位
作为数据与智能策略产品经理，你将负责平安保险事业部的数据体系建设和智能策略设计，通过数据分析与机器学习驱动业务效率提升
岗位融合数据产品与策略产品，需要你优化底层数据、设计客户分层和任务分配规则，并推动AI工具落地
适合有数据分析和策略产品经验、希望在金融科技领域深耕的候选人
最低要求
本科及以上学历，数学、统计学、计算机、金融相关专业优先
年以上数据分析或产品经验，其中至少1年专注于数据产品、智能策略或运营效率优化方向，有保险/金融行业背景优先
数据分析能力：熟练使用SQL/Python/R进行数据处理与分析，能独立完成数据建模与可视化，完整输出分析报告
策略产品设计：熟悉智能策略框架设计（如推荐算法、规则引擎），有从需求分析到策略落地的完整项目经验
技术协同能力：理解机器学习基础（如分类模型、聚类分析），能与算法工程师高效沟通需求与方案
工作职责
数据体系建设：优化事业部数据体系，包括数据底层治理，制式报表线上化，建设一套高可用高可信高效率的保险行业数据库，并完成核心指标体系的搭建和维护
策略分析：深入理解保险业务团队的工作场景（如电话/微信互动、线索输出、名单下发、客户面访），通过数据分析挖掘效率瓶颈与优化机会
设计智能策略框架，包括客户分层规则（如高意向客户标签）、触达优先级、名单分发逻辑、坐席任务分配规则等
智能工具的产品设计：（如客户画像系统、客户评分模型、自动化任务分配平台），推动技术团队实现策略落地
结合销售日常行为数据（如通话时长、微信互动频率、线索转化率、面访率），构建实时监控与预警机制，支持动态策略调整
效果评估：定义关键指标（如线索转化率、客户响应率、坐席饱和度），并开发自动化报表
通过AB测试和因果推断方式，验证策略有效性，持续迭代优化方案
优先资格
掌握或者了解因果推断方向的相关方向算法者可加分
对AI产品设计有了解和实操经验
AI 洞察
优缺点分析
- 大平台背书：中国平安为世界500强，数据资源丰富，项目影响力大
- 技能复合度高：融合数据、策略和产品，提升核心竞争力
- 行业前景好：保险科技是金融科技的重要领域，数字化转型需求旺盛
- 团队技术氛围：与算法工程师深度协作，接触前沿的因果推断和AI技术
- 业务复杂度高：保险业务场景多，需要快速理解各环节痛点，对学习能力要求高
- 跨部门协作多：需与业务、技术、运营多方沟通，协调成本大
- 数据治理基础工作可能较繁琐：前期需要投入大量精力优化数据体系，部分工作重复性高
- 适合有数据分析或策略产品经验，对金融科技感兴趣，擅长逻辑思考和跨团队协作的求职者
角色解读
- 内部晋升为高级产品经理或策略负责人，带领团队负责更大范围的业务策略
- 横向扩展至AI产品经理或数据科学方向，利用大数据和机器学习能力深化业务影响
- 跳槽至其他金融科技或互联网公司，担任策略产品专家或数据产品总监
- 建设保险业务数据体系，从底层治理到核心指标维护，确保数据高可用和高效率
- 通过深入分析销售场景（电话、微信等），设计智能策略框架，包括客户分层和任务分配
- 负责客户画像系统、评分模型等智能工具的产品设计，推动技术团队落地
- 定义关键指标，通过AB测试和因果推断评估策略效果，持续迭代优化
- 扎实的数据分析能力：熟练使用SQL、Python或R进行数据处理、建模和可视化
- 策略产品设计经验：熟悉推荐算法、规则引擎，有从需求到落地的完整项目经验
- 机器学习基础：理解分类、聚类等模型，能与算法工程师高效协作
- 行业理解：保险或金融行业背景优先，但非必需，需快速学习业务逻辑
申请策略
- 在面试中准备一个数据驱动策略优化的案例，展示从发现问题到方案设计到效果评估的完整思考
- 关注平安科技布局和保险行业动态，展现对业务方向的兴趣
- 突出数据产品项目经验，特别是从需求分析到上线落地的完整流程
- 量化展示策略优化效果，如转化率提升、成本降低等具体指标
- 强调SQL/Python/R技能，并附上数据分析或建模项目案例
- 如果有保险或金融行业背景，务必体现domain knowledge
- 深入学习因果推断方法（如DID、IV、PSM等），提升策略评估能力
- 了解推荐系统和规则引擎原理，阅读相关论文或开源项目
面试指南
- STAR法则：描述情境、任务、行动、结果，突出量化成果
- 结构化分析：先定义问题，再拆解影响因素，用数据验证假设，最后给出可落地方案
- 协作沟通：强调理解对方角色，用数据和业务价值说服，而非单纯技术争论
- 请描述一个你主导的数据产品项目，从需求到落地的完整过程
- 如何设计一个客户分层的策略框架？你会选择哪些维度和指标？
- 给定一个业务场景（如线索转化率低），你如何通过数据分析找到原因并提出优化方案？
- 你如何验证一个策略的有效性？请说明AB测试或因果推断的具体实施步骤
- 你如何与算法工程师协作？当双方对模型方案有分歧时如何处理？
匹配度报告
72
综合匹配度
平安大厂产品岗，薪资优厚、技术前沿，但WLB一般。
适合人群
适合追求高薪资、大平台和技术成长，能接受现场办公和适度加班的求职者。
最强匹配
薪资福利匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展80
工作生活60
使命价值65
薪资福利匹配
85较高
平安作为上市巨头，薪资福利在行业中上，年终奖丰厚，稳定性高，补偿性动机得到较好满足。
薪资信号未披露 (22K-35K/月)
成长发展匹配
80较高
职位涉及数据体系、策略、AI工具等前沿方向，技能成长空间大，但JD未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈SQL、Python、R、机器学习、因果推断、推荐算法、规则引擎
业务类型profit_center
工作生活匹配
60中等
仅现场办公，未提及弹性工作或WLB，但深圳总部位于市区，通勤相对便利。
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
65中等
保险行业稳定但社会影响力中性，职位聚焦商业效率提升，使命感一般。
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