Watch Jobs
浏览职位数据统计洞察报告探索企业定价
我的收藏免费试用登录注册

Watch Jobs

我们专注于实时追踪各企业最新职位动态,帮助您节省求职时间,快速找到理想工作机会。

探索

  • 浏览职位
  • 数据统计
  • 洞察报告
  • 数据方法论
  • 探索企业

订阅

  • 免费试用
  • 价格方案
  • 常见问题
  • 隐私政策

关注我们

微信公众号小红书淘宝店铺

© 2026 Watch Jobs. 保留所有权利

Created by jianglicat - 讲礼猫
Watch Jobs
浏览职位数据统计洞察报告探索企业定价
我的收藏免费试用登录注册

PINGAN logo
中国平安
数据工程岗
立即应聘

数据工程岗

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
本科
RAG
数据湖
数据仓库
特征工程
金融
指标体系

AI 估算 · 25k–45k

深圳金融科技大数据岗,5年经验,大厂薪资水平较高,综合市场行情估算。

职位详情

关于这个职位

该职位是中国平安数据工程岗,专注于AI赋能的智能归因分析项目,负责对公业务经营指标体系建设与优化

你将参与指标库、数据集市、ChatBI及Bank-GPT平台的对接,支撑RAG、多Agent协同等AI能力落地,实现从指标分析到经营策略输出的闭环
适合有5年以上大数据开发经验、熟悉Spark/Flink及金融行业背景的数据工程师

最低要求

本科及以上学历,统计、数学、计算机、大数据等相关专业

年及以上数据开发相关工作经验,具备数仓、大数据分析相关工作经历,金融行业经验优先
掌握Spark、Flink等大数据处理框架、熟悉Hadoop生态、数据湖、数据仓库等大数据框架
掌握特征工程、数据清洗、指标体系搭建等全流程数据处理逻辑
具备良好的数据敏感度、逻辑分析能力、总结提炼能力与跨部门沟通能力,能适应重点项目节奏且自我驱动能力强

工作职责

参与AI赋能对公业务——智能归因分析项目建设,负责对公经营指标体系建设、指标开发与迭代优化

支持指标库、对公集市、ChatBi与Bank-GPT平台的对接联调,支撑RAG、多Agent协同、Skill等AI能力落地
参与经营日报自动归因、客户异动溯源等数据集和指标开发,实现从指标体现建设到指标异动分析到经营策略输出的闭环
负责需求对接、进度推进、指标口径动态维护,数据探索等工作,保障年度里程碑及三年规划目标按期落地

AI 洞察

优缺点分析

  • 平台优势:中国平安作为金融科技巨头,数据资源和业务场景丰富,技术栈前沿
  • 技能积累:深度参与AI+大数据项目,掌握RAG、多Agent等新技术,提升竞争力
  • 行业前景:金融行业数字化转型加速,数据工程师需求旺盛,职业发展空间大
  • 技术复杂度高:涉及Spark/Flink、数据湖、AI平台等多技术栈,学习曲线陡峭
  • 工作强度可能较大:重点项目节奏快,需自我驱动,可能面临一定压力
  • 业务理解要求高:需深入理解对公业务及金融指标,跨部门沟通频繁
  • 适合有5年以上大数据开发经验、热爱AI与金融结合、勇于挑战复杂项目的数据工程师

角色解读

  • 向大数据架构师或AI应用专家方向发展,深入金融领域数据智能
  • 可晋升为数据团队技术负责人或数据产品经理,主导AI数据产品设计
  • 积累金融行业经验后,可向其他行业大数据或AI方向横向发展
  • 建设对公经营指标体系,开发并迭代指标,确保数据准确及时
  • 对接ChatBi、Bank-GPT平台,支撑RAG、多Agent协同等AI能力落地
  • 开发经营日报自动归因、客户异动溯源等数据集和指标,实现从分析到策略的闭环
  • 掌握Spark、Flink等大数据处理框架,熟悉Hadoop生态、数据湖、数据仓库
  • 具备特征工程、数据清洗、指标体系搭建的全流程数据处理能力
  • 具有数据敏感度和逻辑分析能力,能跨部门沟通并自我驱动

申请策略

  • 了解中国平安的金融科技布局,在面试中展示对AI赋能对公业务的理解
  • 准备一个数据指标体系建设或归因分析的项目案例,突出闭环效果
  • 突出5年以上大数据开发经验,尤其是数仓、数据湖、Spark/Flink项目
  • 强调金融行业背景,如银行、保险、证券等相关数据项目
  • 展示AI相关经验,如RAG、Agent、ChatBI等,或指标体系搭建的闭环案例
  • 补充金融业务知识,尤其是对公经营指标和分析逻辑
  • 强化RAG、多Agent协同等AI技术,了解Bank-GPT等平台架构

面试指南

  • 采用STAR法则:情境、任务、行动、结果,突出技术难点和解决方案
  • 对比分析:对于技术选型问题,从场景特点、性能、成本等维度对比
  • 请描述一个你负责的指标体系建设项目,包括设计思路、技术选型和最终效果
  • Spark与Flink在实时与离线场景中如何选择?请结合你的项目经验说明
  • 如何理解RAG在数据查询中的应用?请设计一个基于RAG的智能问答系统
  • 在跨部门沟通中,如何协调业务需求与技术实现的分歧?
  • 请解释数据湖与数据仓库的区别,你如何选择存储方案?
  • 复习Spark和Flink的核心原理及优化技巧,准备一个相关项目案例

匹配度报告

69
综合匹配度

金融科技大厂,前沿AI大数据技术栈,薪资优厚但WLB未明确。

适合人群
适合重视技能成长和前沿技术、能接受高强度工作节奏的求职者。
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90
工作生活40
使命价值70

薪资福利匹配

75中等

薪酬水平估算较高,但JD未明确披露,福利项目未提及。整体补偿性较好。

薪资信号未披露 (25K-45K/月)

成长发展匹配

90较高

技术栈前沿(Spark/Flink/AI),项目涉及AI赋能对公业务,成长空间大。

技术前沿前沿/新兴技术
技术栈Spark、Flink、Hadoop、数据湖、数据仓库、RAG、AI
业务类型ambiguous

工作生活匹配

40较低

仅现场办公,工作地点未明确区域,JD无WLB相关描述,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

金融科技行业增长快,但社会影响中性,创新积极。

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
Watch Jobs

我们专注于实时追踪各企业最新职位动态,帮助您节省求职时间,快速找到理想工作机会。

探索

  • 浏览职位
  • 数据统计
  • 洞察报告
  • 数据方法论
  • 探索企业

订阅

  • 免费试用
  • 价格方案
  • 常见问题
  • 隐私政策

关注我们

微信公众号小红书淘宝店铺

© 2026 Watch Jobs. 保留所有权利

Created by jianglicat - 讲礼猫

中国平安 的其他在招职位

  • 人伤作业岗

    中国平安 · 南阳市
    AI 估算 · 6k-10k
  • 互联网产品运营岗

    中国平安 · 深圳市
    AI 估算 · 15k-30k
  • 客户经理(轻工西北区)

    中国平安 · 西安市
    AI 估算 · 8k-15k
  • 渠道拓展岗

    中国平安 · 北京市
    AI 估算 · 15k-30k
  • 综合柜员

    中国平安 · 上海市
    AI 估算 · 5k-8k

相似职位推荐

  • 商业分析专家(经营分析及用户研究方向)

    美团 · 北京市
    AI 估算 · 30k-50k
  • 数据科学家(UGC方向)-抖音生活服务

    字节跳动 · 上海市
    AI 估算 · 25k-45k
  • 数据科学家(数据开发工程)-国际化数据生产平台

    字节跳动 · 北京市
    AI 估算 · 20k-40k
  • 数据科学家-搜索广告

    字节跳动 · 北京市
    AI 估算 · 25k-45k
  • 数据科学家(体验与治理方向)-抖音生活服务

    字节跳动 · 北京市
    AI 估算 · 35k-50k

中国平安 的其他在招职位

  • 人伤作业岗

    中国平安 · 南阳市
    AI 估算 · 6k-10k
  • 互联网产品运营岗

    中国平安 · 深圳市
    AI 估算 · 15k-30k
  • 客户经理(轻工西北区)

    中国平安 · 西安市
    AI 估算 · 8k-15k
  • 渠道拓展岗

    中国平安 · 北京市
    AI 估算 · 15k-30k
  • 综合柜员

    中国平安 · 上海市
    AI 估算 · 5k-8k

相似职位推荐

  • 商业分析专家(经营分析及用户研究方向)

    美团 · 北京市
    AI 估算 · 30k-50k
  • 数据科学家(UGC方向)-抖音生活服务

    字节跳动 · 上海市
    AI 估算 · 25k-45k
  • 数据科学家(数据开发工程)-国际化数据生产平台

    字节跳动 · 北京市
    AI 估算 · 20k-40k
  • 数据科学家-搜索广告

    字节跳动 · 北京市
    AI 估算 · 25k-45k
  • 数据科学家(体验与治理方向)-抖音生活服务

    字节跳动 · 北京市
    AI 估算 · 35k-50k