中国平安
算法工程师（医疗数据分析方向）
算法工程师（医疗数据分析方向）
发布于 大约 7 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
硕士
软件工程
NLP
PyTorch
RAG
TensorFlow
多模态
知识图谱
大语言模型
CV
LlamaIndex
AI 估算 · 25k–45k
深圳头部金融科技公司算法岗，要求硕士学历和前沿大模型技术，市场薪资具有竞争力。
职位详情
关于这个职位
该职位是平安集团智能理赔系统的算法工程师，专注于利用大语言模型、多模态理解和知识图谱技术构建全自动审核引擎
你将参与从医疗影像和保单PDF中提取信息、设计规则结构化表示、优化Prompt和微调方案，并负责数据清洗与模型集成部署
适合对NLP/CV和大模型有热情、希望在金融科技领域深耕的技术人才
最低要求
计算机、人工智能、数学或相关专业硕士及以上学历
熟练掌握 Python，熟悉 PyTorch 或 TensorFlow，具备扎实的数据结构与算法基础
熟悉 Transformer 架构，了解常见的大模型训练/推理优化技术
极强的学习能力和好奇心，面对复杂的保险条款逻辑有耐心拆解和分析
工作职责
参与 AI 理赔审核系统的研发，协助构建多模态文档（医疗影像、保单 PDF）的信息提取，实现对客户提交材料的理解与判别
设计并实现保单条款与理赔规则的结构化表示，支持大模型精准调用与推理
追踪大模型领域前沿技术，优化大模型提示工程（Prompt Engineering）、微调（Fine-tuning）与RAG（检索增强生成）方案，提升模型在复杂理赔场景下的判断准确率
负责理赔案件数据的清洗、标注体系设计及高质量数据集的构建
参与系统开发，将AI模型能力集成到理赔流程中，支持高并发、低延迟的生产环境部署
编写技术文档、参与代码评审，持续优化系统稳定性与可维护性
优先资格
有 NLP 或 CV 相关顶会论文（ACL, CVPR, ICLR 等）者优先
有 LangChain, LlamaIndex 等框架实践经验或高质量 GitHub 项目者优先
AI 洞察
优缺点分析
优点
- 平安集团平台规模大，拥有海量真实业务数据，利于模型训练与技术积累
- 岗位涉及大模型、多模态等前沿技术，与业务落地紧密，成长空间大
- 福利待遇稳定（五险一金、补充保险等），大公司职业发展路径清晰
- 保险理赔业务复杂，条款逻辑繁多，需要耐心拆解和领域知识沉淀
- 模型准确率要求高，且需满足高并发、低延迟的生产环境性能要求
- 大公司流程规范可能较多，个人发挥空间受限
- 适合对AI技术（尤其是NLP/CV和大模型）有浓厚兴趣，愿意深入金融科技领域，且能应对复杂业务逻辑的技术型求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 成长为AI算法专家或技术负责人，深入金融科技领域
- 可转向大模型架构师或AI研究岗位，参与前沿技术探索
- 在平安体系内可横向发展到其他业务线（如保险、银行、健康）
- 参与智能理赔系统的AI引擎研发，使用大语言模型、多模态理解技术从医疗影像和保单PDF中提取信息
- 设计保单条款与理赔规则的结构化表示，支持大模型精准调用与推理
- 优化Prompt Engineering、微调和RAG方案，提升复杂理赔场景的判断准确率
- 负责理赔案件数据的清洗、标注体系设计及高质量数据集构建，参与模型集成与生产环境部署
- 扎实的Python编程和深度学习框架（PyTorch/TensorFlow）能力，具备良好的数据结构与算法基础
- 熟悉Transformer架构，了解大模型训练/推理优化技术
- 有NLP或CV项目经验，理解多模态文档处理
- 极强学习能力和逻辑分析耐心，能拆解复杂的保险条款
申请策略
- 在面试中展现对复杂业务逻辑的分析和拆解能力，而不仅仅是技术
- 了解平安的AI战略和智能理赔产品线，展示对业务价值的理解
- 突出NLP/CV项目经历，特别是大模型、知识图谱或多模态相关经验
- 展示Python和深度学习框架的熟练度，列举具体优化成果
- 如有顶会论文（ACL, CVPR等）或高质量GitHub项目务必附上链接
- 强调数据处理和系统集成能力，体现工程落地思维
- 系统学习Transformer和LLM微调技术，实践LangChain、LlamaIndex等框架
- 了解保险理赔业务流程，熟悉医疗影像或文档处理常用方法
面试指南
- 使用STAR法则：描述背景、任务、行动、结果，突出量化成效
- 从数据、模型、评估三角度分析问题，提出可行方案
- 结合具体场景举例，展示对业务逻辑的理解和解决实际问题的能力
- 请介绍一个你使用大语言模型解决实际问题的项目，遇到的主要挑战是什么？
- 如何优化RAG系统的检索准确率？有哪些评估指标？
- 多模态文档信息提取中，如何处理图文不对齐或模糊影像？
- 设计一个从医疗影像中提取结构化信息的pipeline
- 解释Transformer中的自注意力机制，以及为何它适合长序列？
匹配度报告
70
综合匹配度
平安金融科技算法岗，前沿技术栈，薪资面议，深圳现场办公，成长性好但WLB一般。
适合人群
最适追求技术成长和前沿领域、能接受现场办公和一定工作强度的求职者。
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60
使命价值65
薪资福利匹配
70中等
薪资面议，但公司为上市巨头，预计薪酬处于市场水准，福利完善。
薪资信号面议 (25K-45K/月)
成长发展匹配
85较高
岗位涉及大模型、多模态等前沿技术，技术成长空间大，但未明确提及培训或晋升通道。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、Transformer、大语言模型、知识图谱、NLP、CV、LangChain、LlamaIndex、RAG
业务类型ambiguous
工作生活匹配
60中等
仅现场办公，深圳市区，未提及弹性工作或WLB，大公司通常有正常双休但可能项目紧急时加班。
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
65中等
助力保险理赔智能化，提升效率有一定社会价值，但行业处于稳定增长，未提及明确使命。
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