后端开发工程师（AI核保风控）

优缺点分析

角色解读

• 在平安内部可向技术专家或架构师方向发展，深入AI与风控融合领域
• 积累保险行业业务知识，转型为业务+技术的复合型人才
• 随着AI在金融领域的深入，可成为大模型应用领域的稀缺人才
• 参与智能核保和风控平台的核心系统建设，负责领域设计和技术落地
• 设计并实现高可用的风控规则引擎和实时计算能力，支撑保险业务的风险识别与控制
• 基于大模型开发AI Agent，实现核保流程自动化，包括工具调用、任务规划、多轮对话等
• 扎实的Java服务端开发经验，熟悉Python，理解多线程、JVM和实时数据处理技术
• 掌握规则引擎、流式计算框架，具备高可用系统设计经验
• 熟悉AI Agent工程开发，包括上下文工程、RAG、多轮会话保持等技术

申请策略

• 在面试中展示对AI新技术的热情，可以提及个人实验或开源贡献
• 提前了解平安的科技布局，特别是AI在保险场景的应用案例
• 突出Java服务端开发经验，尤其是高并发、高可用系统设计案例
• 强调与AI相关的项目经验，如使用过LLM、RAG或构建过Agent
• 体现对风控或实时计算领域的理解，如规则引擎、流式处理项目
• 补充AI Agent工程化知识，学习LangChain、LlamaIndex等框架
• 熟悉保险或金融风控的业务流程，可通过平安公开资料了解

面试指南

• 对于系统设计问题，采用STAR法则：背景、任务、行动、结果，重点突出技术决策和权衡
• 对于AI Agent问题，可以从感知、规划、执行、反思四个环节展开，结合实际经验
• 对于实时计算问题，关注数据管道、流处理框架（如Flink）和性能优化
• 请描述你设计过的一个高可用系统，如何保证稳定性和可扩展性？
• 如何实现一个实时的风控规则引擎？请谈谈技术选型
• 你之前使用过AI Agent吗？请介绍一下你理解的Agent工作流程
• 在Java中如何处理大数据量的实时计算？请举例
• 谈谈你对大模型在保险核保场景中的应用潜力和挑战