中国平安
产品经理-理赔
产品经理-理赔
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
项目管理
数据分析
AI产品
反欺诈
大模型
图像识别
保险业务
PRD
理赔中台
AI 估算 · 25k–40k
结合AI与保险理赔的复合技能稀缺，平安大厂背景，深圳薪资水平较高，5年经验B端产品经理市场价约25-40k。
职位详情
关于这个职位
作为产品经理-理赔，你将负责中国平安核心理赔中台的产品设计与智能化升级
工作涉及从报案到结案的全流程中台产品规划，结合AI大模型、图像识别等技术打造智能理赔解决方案，提升作业效率与风控水平
你需要与业务、算法、开发等多团队协作，推动产品从0到1落地，并通过数据驱动持续优化
最低要求
本科及以上学历，计算机、软件工程、信息管理、保险、精算、人工智能等相关专业
年以上B端产品经理经验，有保险理赔核心系统或金融中台产品设计经验者优先
有AI产品落地经验者优先
熟悉财产保险理赔业务流程，具备复杂业务系统抽象及中台产品设计能力
了解AI技术（大模型、OCR、NLP、图像识别）在保险领域的应用场景，能协同算法团队完成模型产品化
具备数据敏感度，了解基础的数据工程及决策引擎逻辑
熟练使用Axure/Figma等产品设计工具
强自驱力与执行力，善于跨部门沟通协作，逻辑缜密，对产品细节及业务价值负责，具备快速学习能力与技术敏感度
工作职责
理赔中台产品设计：负责公司理赔核心中台系统建设，覆盖报案、查勘、定损、核赔、结案等全流程产品设计，输出高质量PRD及原型，推动系统能力沉淀与复用
智能化场景落地：结合AI能力（大模型、图像识别、ASR等）与数据能力，设计智能理赔作业、反欺诈识别、自动核赔、自动定损等创新解决方案，提升理赔作业效率与风控水平
工程化方案整合：推动AI模型与理赔中台的工程化对接，参与设计模型调用链路、数据回流机制及决策引擎，确保技术方案与业务流程高效融合
跨团队协同推进：协调业务、算法、开发、测试等多方资源，统筹项目进度，确保理赔中台及智能化产品从0到1落地及持续迭代
数据驱动运营：建立理赔产品核心指标监控体系（如处理时效、自动化率、欺诈识别率），通过数据分析驱动产品优化与业务提效
优先资格
有保险理赔核心系统或金融中台产品设计经验者优先
有AI产品落地经验者优先
AI 洞察
优缺点分析
- 身处中国平安这样的大型金融科技平台，能接触到核心理赔系统和前沿AI技术，项目影响力大
- 保险科技赛道增长快，AI赋能理赔是行业趋势，个人技能积累价值高
- 能够深入参与AI模型产品化全流程，提升技术与业务结合能力，职业竞争力强
- 理赔中台涉及复杂业务流程和多系统对接，协调多方资源可能面临较强沟通压力
- AI技术落地需要与算法团队紧密协作，对产品经理的技术理解力要求较高
- 项目从0到1推动，工作强度可能较大，需要较强的抗压能力和快速学习能力
- 适合有B端产品经验、对AI技术感兴趣、愿意深入保险理赔领域、具备较强跨团队协作能力的求职者
角色解读
- 可向产品专家方向深耕，成为理赔中台或保险科技领域的资深产品经理
- 积累AI产品落地经验后，可转向AI产品总监或行业解决方案专家
- 横向拓展至金融科技其他领域（如核保、风控），或晋升为产品团队管理者
- 负责理赔核心中台的全流程产品设计，涵盖报案、查勘、定损、核赔、结案等环节，输出高质量PRD和原型
- 结合AI大模型、图像识别等技术，设计智能理赔、反欺诈、自动核赔等创新解决方案，提升作业效率
- 推动AI模型与中台系统的工程化对接，协调业务、算法、开发等团队，确保项目从0到1落地并持续迭代
- 建立理赔产品核心指标监控体系，通过数据驱动产品优化与业务提效
- 精通B端产品设计，具备复杂业务系统抽象和中台产品设计能力，熟悉保险理赔业务流程
- 了解AI技术（大模型、OCR、NLP、图像识别）在保险领域的应用，能协同算法团队完成模型产品化
- 具备数据敏感度，掌握数据工程及决策引擎逻辑，熟练使用Axure/Figma等产品工具
- 强自驱力、执行力，善于跨部门沟通协作，逻辑缜密，对产品细节和业务价值负责
申请策略
- 提前了解中国平安的科技战略和理赔智能化方向，在面试中展示对业务的理解
- 准备1-2个完整的B端产品案例，突出从需求分析到上线迭代的全过程
- 重点突出保险理赔或金融中台的产品设计经验，尤其是涉及全流程或复杂系统的项目
- 强调AI产品落地经历，如大模型、OCR、NLP等技术的产品化案例，并说明业务效果
- 展示数据分析驱动产品优化的成果，如提升处理时效、自动化率等具体指标
- 突出跨团队协作和项目管理能力，可用STAR法则描述协调多方资源的经验
- 补充保险理赔业务知识，尤其是财产险理赔流程，可通过在线课程或行业报告学习
- 学习AI基础概念（大模型、OCR、NLP）及其在保险领域的应用，了解模型调用和数据回流机制
面试指南
- 用STAR法则回答项目案例：情境（Situation）、任务（Task）、行动（Action）、结果（Result），重点突出你的贡献和量化成果
- 对于AI相关问题，先阐述业务痛点，再说明AI如何解决，最后强调技术落地的关键点（如数据、模型选择、工程化）
- 对于协调类问题，体现结构化思维：明确目标、识别关键干系人、制定计划、定期同步、风险管理
- 请分享一个你主导的理赔或金融中台产品设计案例，遇到了哪些挑战？如何解决的？
- 你如何理解AI在保险理赔中的应用？请描述一个你参与过的AI产品落地场景
- 如果你需要协调业务、算法、开发多团队推进一个复杂项目，你会如何管理优先级和风险？
- 如何衡量一个理赔产品的成功？你会关注哪些核心指标？
- 请画一个简化的理赔中台架构图，并说明各模块的交互逻辑
匹配度报告
69
综合匹配度
大厂核心中台产品岗，前沿AI技术，成长性强，但现场办公且可能加班，福利未明确。
适合人群
最适合追求技术成长和职业发展的求职者，对工作生活平衡要求不高，愿意在深圳现场办公。
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90
工作生活40
使命价值75
薪资福利匹配
70中等
薪资水平有竞争力，但JD未明确具体数字，福利方面未提及，稳定性方面大厂背景有保障。
薪资信号未披露 (25K-40K/月)
成长发展匹配
90较高
职位涉及AI大模型等前沿技术，能够深入参与理赔中台与智能化产品建设，技能成长空间大，积累AI+保险复合经验。
技术前沿前沿/新兴技术
技术栈大模型、图像识别、ASR、OCR、NLP、决策引擎
业务类型cost_center
工作生活匹配
40较低
工作地点在深圳，JD未提及远程或弹性工作，也未说明加班情况，现场办公且可能强度较大。
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
75中等
保险科技行业增长迅速，AI赋能理赔具有社会价值，但JD未强调使命愿景，创新性积极采用新技术。
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