中国平安
数据挖掘岗
数据挖掘岗
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
SQL
数据治理
数据驱动运营
大模型
指标体系
保险业务
用户画像
ChatBI
Bi看板
AI 估算 · 20k–35k
深圳大厂数据岗，2年经验，结合平安薪资结构和岗位要求，月薪范围合理。
职位详情
关于这个职位
该职位负责线上平台的数据体系搭建与运营，通过数据驱动业务增长，并探索AI转型与数据产品化
你将与产品、业务团队紧密合作，利用SQL、Excel等工具进行数据分析、用户画像构建和策略优化，适合有2年以上数据应用经验、对保险或互联网业务感兴趣的求职者
最低要求
本科及以上学历，数学/统计/计算机等相关专业优先 2、2年以上数据应用、数据产品经理经验，有保险业务项目/互联网公司数据分析应用项目经验优先 3、熟练掌握SQL、Excel等数据查询及分析工具，熟练使用SQL，有AI分析提效工具应用经验更佳 4、有较强的逻辑思维能力、沟通能力，能够与产品、业务有效沟通
工作职责
数据体系建设，负责线上平台APP（好帮手/爱农宝/企业宝/易览）数据体系搭建，包括但不限于底层数据治理、指标体系规划、BI看板搭建/报表/宽表清单建设、标签/用户画像维护 2、数据驱动运营，深度理解各平台线上线下业务模式，挖掘识别痛点，利用搭建数据漏斗、归因分析等手段输出各平台运营策略优化建议，发现平台业务增长机会点 3、追踪价值达成，负责部门平台的价值体系、产品/运营指标的设计和监控，通过建立预警、分析、追踪等相关机制，确保部门核心价值指标达成目标 4、AI转型与数据产品化：负责平台数据产品化和AI转型探索，探索挖掘平台数据在大模型、ChatBI、自动化分析等方面的应用及价值
AI 洞察
优缺点分析
- 平台优势：平安作为大型金融科技集团，数据资源丰富，平台稳定，职业发展空间大
- 技术前沿：涉及大模型、ChatBI等AI转型方向，提升技术竞争力
- 技能积累：全面接触数据治理、BI、用户画像、运营分析等，综合能力提升快
- 行业前景：保险和金融科技行业数据驱动需求高，岗位价值持续增长
- 业务复杂度高：需深度理解多个平台和保险业务，学习成本高
- 工作强度：大厂通常节奏较快，可能面临多项目并发和紧急需求
- 技术更新快：需持续学习AI和大数据新技术，保持竞争力
- 适合有2年以上数据经验、热爱用数据解决问题、希望在金融科技领域深耕、并能适应较快工作节奏的求职者
角色解读
- 纵向发展：从数据挖掘工程师成长为数据专家、数据架构师，负责更复杂的数据体系建设
- 横向转型：可向数据产品经理、AI产品经理或业务分析专家发展，结合技术与业务
- 管理路线：在积累经验后，可带领数据团队，担任数据团队负责人
- 搭建数据体系：负责多个APP的数据治理、指标体系、BI看板建设，维护用户画像和标签
- 驱动运营增长：通过漏斗分析和归因分析，识别业务痛点，输出优化策略，推动平台增长
- 追踪价值达成：设计并监控核心指标，建立预警和分析机制，确保业务目标达成
- 探索AI转型：参与数据产品化和AI应用，利用大模型、ChatBI等技术提升分析效率
- 硬技能：精通SQL和Excel，具备数据治理、指标体系搭建的经验，熟悉BI工具
- 业务理解：能深入理解线上线下业务模式，将数据转化为业务洞察
- 沟通能力：能与产品、业务团队高效协作，推动策略落地
- AI意识：对大模型、ChatBI等前沿技术有了解或应用经验更佳
申请策略
- 关注平安数字化转型战略，面试时展现你对数据驱动业务和AI转型的热情
- 准备好1-2个完整的数据项目案例，涵盖从需求、分析到落地的全过程
- 突出数据体系搭建经验：展示你在数据治理、指标规划、BI看板或用户画像方面的具体项目成果
- 强调业务驱动案例：举例如何通过数据分析发现业务痛点并推动增长，附上量化结果
- 体现AI相关技能：如有大模型、ChatBI或自动化分析工具的使用经验，务必写明
- 展示沟通协作能力：用具体事例说明你与产品、业务团队的有效协作
- 学习AI分析工具：了解大模型基础应用，尝试使用ChatBI等工具，提升分析效率
- 加深保险业务理解：阅读平安相关业务资料，了解保险行业数据特点
面试指南
- STAR法则：围绕情境、任务、行动、结果来组织回答，突出个人贡献和量化成果
- 问题-分析-行动-结果：先明确问题，展示分析思路，说明采取的措施，最后强调带来的业务价值
- 沟通原则：表明你注重理解业务目标，主动对齐，并用数据可视化和简单语言呈现结论
- 请描述你过去搭建数据体系（如指标定义、BI看板）的具体过程和成果
- 如何通过数据分析发现业务痛点？可以举一个实际案例
- 你对大模型在数据分析领域的应用有什么看法？有没有使用过相关工具？
- 如何与产品、业务团队有效沟通数据需求？请举例说明
- 面对多个业务线同时提出数据需求，你如何排优先级和推进？
匹配度报告
64
综合匹配度
平安大厂数据岗，前沿AI技术，薪资市场水平，现场办公，优先发展型候选人。
适合人群
适合重视技能成长和技术前沿性，对工作生活平衡要求不苛刻的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活40
使命价值60
薪资福利匹配
70中等
薪资处于市场水准，大厂福利完善，但JD未明确福利细节，补偿性动机满足一般。
薪资信号未披露 (20K-35K/月)
成长发展匹配
85较高
技术栈前沿（大模型、ChatBI），工作内容包含创新探索，成长空间大，发展性动机满足较好。
技术前沿前沿/新兴技术
技术栈SQL、Excel、大模型、ChatBI、AI
业务类型ambiguous
工作生活匹配
40较低
要求现场办公，未提及弹性或远程，深圳大厂通常工作节奏较快，生活化动机满足较低。
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
保险科技行业稳定，有一定社会价值，但使命感和创新感中等。
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