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
重庆市
中级经验
全职员工
仅现场办公
本科
机器学习
数据挖掘
数据可视化
指标体系
用户画像
AI 估算 · 8k–15k
重庆中级数据挖掘岗，技能要求中等，市场薪资水平适中，公司平台稳定。
职位详情
关于这个职位
该职位主要负责平安线上化平台业务的数据体系建设，包括搭建报表和指标体系，推动数据可视化
同时研究用户行为及画像，为业务增长提供分析支持
需要协同业务单位挖掘平台增长点与风险点，并为产品优化提供数据依据
适合有数据分析基础、熟悉机器学习算法、善于沟通协作的候选人
最低要求
本科及以上学历，数学、统计专业优先
乐观开朗，积极向上，具备良好的心理承受能力和团队协作精神
有数据分析基础，对数据敏感，有较强的分析能力和逻辑思维能力
熟悉常用数据挖掘、机器学习算法，有建模工作经验者优先
工作职责
搭建并完善线上化平台业务的报表以及指标体系，推动数据系统化与可视化
研究平台用户行为及画像，为业务增长提供有效支持
协同部门及业务单位提供平台类数据分析结论及分析建议，挖掘平台及经营相应的增长点与风险点
洞察平台产品业务流程，为产品及业务方提供优化支持
AI 洞察
优缺点分析
- 平安作为大型金融科技集团，平台大、数据资源丰富，能接触真实业务场景
- 数据挖掘是前沿方向，技能积累有长期价值
- 重庆生活成本低，相对一线城市压力小
- 金融行业数据敏感，可能面临复杂的合规要求
- 需要较强的沟通能力，与业务方协作可能存在摩擦
- 适合有1-3年数据分析经验、希望在大平台积累金融行业数据经验的求职者
角色解读
- 成长为数据挖掘专家，深入算法和模型优化
- 转向数据产品经理或业务分析负责人，结合业务理解推动决策
- 在金融科技领域积累行业经验，发展为团队管理或技术leader
- 搭建线上平台业务的报表和指标体系，实现数据系统化和可视化
- 研究用户行为及画像，为业务增长提供数据分析支持
- 协同业务单位，挖掘平台增长点与风险点
- 洞察产品业务流程，提供数据驱动的优化建议
- 扎实的数据分析基础，熟练使用数据挖掘和机器学习算法
- 对数据敏感，具备较强的逻辑思维和分析能力
- 良好的沟通协作能力，能跨部门推动分析结论落地
- 了解用户行为分析和画像建模方法
申请策略
- 了解平安的金融科技生态，在面试中展现对业务增长的理解
- 准备一个完整的分析案例，体现从数据到业务建议的闭环
- 突出数据分析项目经验，特别是用户画像、指标体系构建案例
- 强调SQL、Python等工具技能，以及机器学习模型应用经历
- 展示业务理解能力和跨部门协作成果
- 如果缺乏建模经验，可先学习常用算法（如决策树、聚类、推荐系统）
- 补充金融行业知识，了解业务指标和风控基础
面试指南
- 使用STAR法则（情境、任务、行动、结果）回答项目类问题
- 对技术问题，先阐述原理再结合业务场景
- 对沟通问题，强调主动对齐、数据举证和灵活调整
- 请描述一个你做过的最成功的数据分析项目
- 如何设计一个用户画像？需要哪些数据？
- 如何衡量一个业务指标体系的合理性？
- 你熟悉哪些机器学习算法？请举例说明应用场景
- 当业务方不认可你的分析结论时，你会怎么做？
匹配度报告
70
综合匹配度
大厂平台、技术驱动、重庆办公，发展空间大但WLB一般。
适合人群
适合重视技能成长和职业发展、对工作生活平衡要求不高、希望在大平台积累经验的求职者。
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80
工作生活60
使命价值70
薪资福利匹配
70中等
薪资未明确披露，但平安作为大型上市公司，薪酬福利体系规范，稳定性较高。
薪资信号未披露 (8K-15K/月)
成长发展匹配
80较高
职位涉及数据挖掘和机器学习，技术含量高，且直接支撑业务增长，发展空间大。
技术前沿主流现代技术
技术栈数据挖掘、机器学习
业务类型profit_center
工作生活匹配
60中等
仅明确现场办公，未提及弹性工作或远程，但重庆城市环境宜居，生活成本低。
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
金融科技行业增长迅速，职位通过数据驱动业务增长，具有积极影响力。
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