中国平安
创新研发岗
创新研发岗
发布于 大约 2 个月前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
机器学习
深度学习
NLP
RAG
风险预测
大模型
智能体
Hivesql
AI 估算 · 25k–45k
大厂AI岗位，要求前沿技术栈，人才稀缺，薪资竞争力强，中位数约35k。
职位详情
关于这个职位
该职位负责开发寿险风险领域的AI智能体应用，包括知识问答、风险挖掘、报告生成等，同时涉及非结构化数据风险挖掘工具和风险预测模型开发
需要掌握Python、大模型技术栈（RAG、Agent），并具备将业务场景转化为技术实现的能力
适合对AI前沿技术有热情、喜欢挑战的开发者
最低要求
本科及以上学历，计算机、软件工程、人工智能、信息技术等相关专业
熟练掌握Python、HiveSQL等至少一门编程语言，具备良好的编码习惯和算法能力
对目前AI的技术有较好的认知和应用实践，熟悉大模型技术栈，掌握RAG、Agent等常用的AI Infra
能快速学习，敢于创新和打破常规，具备优秀的逻辑思维及分析能力，能系统性思考，具有结构化思维，沟通协调能力强，能快速理解业务场景并转化为技术实现
具备良好的工作责任心、创新意识和团队合作精神
工作职责
负责寿险风险领域智能体应用开发，包括寿险审计知识问答、风险挖掘、归因分析、报告生成等智能体的功能设计、流程配置、代码编写及应用调优等工作，参与实际落地建设
负责非结构化数据风险挖掘的工具开发，包括对图片、语音、PDF\word\excel文档等各类型数据进行解构并分析挖掘风险线索、核实风险线索/问题
负责风险预测类模型开发，运用机器学习、深度学习等技术开发各类风险的预测模型，提前预警、预防及化解相关风险
与公司AI团队紧密沟通，引入新技术、新算法、新模型赋能稽核风险场景监测建设
其他交办的相关工作事项
优先资格
既往有过知识库或者Agent经验者优先
AI 洞察
优缺点分析
优点
- 公司平台大：平安为上市巨头，资源丰富，项目落地机会多
- 技术前沿：接触大模型、智能体等最新AI技术，积累高含金量经验
- 薪资竞争力强：大厂+AI稀缺岗位，薪资待遇丰厚
- 技术难度高：需同时掌握大模型、机器学习、数据处理等多领域知识
- 业务理解要求高：需快速学习保险、审计等金融业务知识
- 工作强度可能较大：作为核心研发岗位，项目周期紧，可能面临加班
缺点 / 挑战
- 行业前景好：金融科技是持续增长赛道，风险领域需求稳定
- 适合热爱AI技术、喜欢挑战复杂问题、希望在金融科技领域深耕的工程师
角色解读
- 技术方向：从智能体开发工程师成长为AI架构师，主导大型AI系统设计
- 业务方向：深入理解金融风险业务，转型为风险分析专家或产品负责人
- 管理方向：带领团队负责AI产品线，晋升为技术经理或研发总监
- 负责寿险领域AI智能体应用的开发，包括知识问答、风险挖掘、报告生成等功能的实现
- 开发工具处理非结构化数据（图片、语音、文档），从中挖掘风险线索并核实
- 运用机器学习和深度学习技术构建风险预测模型，实现风险提前预警
- 与公司AI团队协作，引入新技术和模型，优化稽核风险监测系统
- 精通Python和HiveSQL编程，具备良好的编码习惯和算法能力
- 深入理解大模型技术栈，熟练掌握RAG、Agent等AI Infra工具
- 熟悉机器学习、深度学习框架和风险建模方法
- 具备结构化思维和快速学习能力，能高效将业务需求转化为技术方案
申请策略
- 在简历中附上GitHub或个人项目链接，展示AI相关代码成果
- 了解平安的科技战略和AI布局，面试时展现对金融科技的理解
- 突出大模型相关项目经验，特别是RAG和Agent的实际应用案例
- 展示数据分析与风险建模项目，强调Python和SQL技能及成果
- 列出参与过的AI系统开发或落地项目，体现从设计到部署的全流程能力
- 强调快速学习和跨团队协作的经验，如与业务方或AI团队的合作
- 系统学习大模型技术栈（LangChain、LlamaIndex等），动手搭建Agent应用
- 补充金融风险领域基础知识，了解保险审计和合规流程
面试指南
- STAR法则：描述情境、任务、行动、结果，突出技术难点和解决方案
- 技术+业务结合：先阐述技术实现，再说明如何理解业务需求并转化为价值
- 结构化表达：分步骤、分模块清晰介绍，体现系统性思维
- 请描述你过去开发的一个智能体系统，包括架构设计和关键技术选型
- 如何设计一个基于RAG的知识问答系统？请说明文档检索和生成流程
- 你如何处理非结构化数据（如PDF、图片）中的信息提取？用过哪些工具？
- 介绍一个你构建的风险预测模型，包括特征工程、算法选择和评估指标
- 如果你发现现有模型预测效果不佳，如何诊断和优化？
匹配度报告
60
综合匹配度
大厂AI核心研发岗，前沿技术栈，成长空间大，但工作强度可能较高。
适合人群
最适合追求技术成长、不畏挑战的求职者，对WLB和薪酬透明度要求不高的人。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利50
成长发展90
工作生活30
使命价值70
薪资福利匹配
50较低
JD未提及具体薪资和福利，但大厂背景通常提供有竞争力的薪酬和社保福利，不过信息不充分，评分中等。
薪资信号未披露（AI估算：25K-45K/月）
成长发展匹配
90较高
职位明确涉及大模型、智能体等前沿技术，能极大提升技术能力，且项目落地实践丰富，成长机会很好。
技术前沿前沿/新兴技术
技术栈Python、HiveSQL、大模型、RAG、Agent、机器学习、深度学习、风险预测
业务类型profit_center
工作生活匹配
30较低
JD未提及远程或弹性工作，仅现场办公，且未说明WLB相关信息，加上大厂研发岗位通常工作强度较大，生活平衡可能一般。
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
70中等
金融风控领域具有社会价值，但本质是商业驱动。AI技术应用有助于风险防范，有一定的正向意义，但使命感不算突出。
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