中国平安
资深算法工程师
资深算法工程师
发布于 大约 17 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
硕士
机器学习
TensorFlow
风险预测
模型调优
金融风控
营销建模
AI 估算 · 25k–45k
资深算法岗，金融科技前沿，技能要求高，市场竞争激烈，薪资有竞争力。
职位详情
关于这个职位
该职位是平安集团的资深算法工程师，主要负责根据金融业务场景（如风控、营销）开发机器学习模型，并运用前沿算法优化模型效果
你将使用Python、Spark、TensorFlow等工具，与业务团队协作推动算法落地，适合有3年以上经验、热爱技术创新的人才
最低要求
硕士及以上，3年以上工作经验
熟悉常用的机器学习算法，对算法原理、模型调优有一定的理解
熟悉Python、Spark、TensorFlow等常见语言及框架，有相关工程经验
有扎实的数学或计算机基础
对技术创新有热情，持续学习业内和学术前沿技术
工作职责
负责算法应用开发工作，根据实际业务场景开发模型，支持业务策略制定，推动业务进展
使用前沿算法对模型进行优化，提升业务效果
优先资格
有互联网或大型金融机构建模经验加分
有金融风控、金融风险预测、营销建模经验者优先考虑
AI 洞察
优缺点分析
- 平安作为金融科技巨头，提供稳定的平台和丰富的业务数据，有利于算法落地
- 岗位涉及核心算法研发，技能积累价值高，市场认可度高
- 深圳互联网氛围浓厚，技术交流机会多
- 金融行业对模型准确性和稳定性要求高，工作压力可能较大
- 需要持续学习前沿技术，保持竞争力，有一定技术迭代压力
- 适合有机器学习经验、希望在金融科技领域深耕的技术型人才
角色解读
- 可向高级算法专家或技术负责人方向发展，深入金融科技领域
- 可转向数据科学家或AI架构师，负责更大规模系统设计
- 根据业务场景开发和优化机器学习模型，支持风控、营销等策略制定
- 使用前沿算法如深度学习、集成学习等提升模型效果
- 与业务团队协作，推动模型在实际业务中的应用落地
- 扎实的机器学习算法原理和调优经验，掌握Python、Spark、TensorFlow等工具
- 良好的数学和计算机基础，能够理解算法背后的数学逻辑
- 对技术创新有热情，持续跟进学术前沿
申请策略
- 研究平安旗下金融科技产品，了解其业务方向，在面试中展现业务理解
- 突出机器学习项目经验，特别是风控、营销等金融场景的模型效果
- 强调Python、Spark、TensorFlow等工程能力
- 展示算法优化和创新案例
- 补充金融风控知识，了解信贷、反欺诈等业务逻辑
- 深入学习深度学习模型如Transformer、GNN等
面试指南
- 对于项目问题，使用STAR法则描述背景、任务、行动、结果
- 对于技术问题，先阐述原理，再结合实际经验，最后总结优缺点
- 请介绍一下你做过的一个风控模型，包括特征工程、模型选择和优化过程
- 如何处理样本不平衡问题？有什么实践经验？
- 深度学习在金融风控中有哪些应用？如何保证模型可解释性？
- 你熟悉哪些机器学习框架？比较它们的优缺点
- 复习经典机器学习算法如XGBoost、LightGBM、随机森林等原理和调参
- 准备1-2个完整的项目案例，能详细描述从数据到模型上线的全过程
匹配度报告
70
综合匹配度
平安资深算法岗，金融科技前沿，技术成长快，但加班可能较多。
适合人群
适合追求技术成长和职业发展的求职者，能接受一定工作强度。
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40
使命价值70
薪资福利匹配
80较高
平安为上市公司，薪酬福利有竞争力，但未明确具体福利。
薪资信号未披露 (25K-45K/月)
成长发展匹配
90较高
岗位使用前沿算法，且有金融场景，技能成长快。
技术前沿前沿/新兴技术
技术栈机器学习、Python、Spark、TensorFlow
业务类型profit_center
工作生活匹配
40较低
未提及弹性工作，推测为现场办公，可能加班。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
平安作为金融科技企业，算法优化有助于风险控制和普惠金融，有一定社会价值。
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