友邦保险
Senior Analyst, Data Science
Senior Analyst, Data Science
发布于 大约 20 小时前普通员工/个人贡献者
成都市
中级经验
全职员工
仅现场办公
本科
机器学习
深度学习
PyTorch
SQL
TensorFlow
Scikit-learn
XGBoost
AI 估算 · 20k–35k
高级数据科学岗，要求机器学习与深度学习，保险行业数字化核心岗位，薪资有竞争力。
职位详情
关于这个职位
作为友邦保险高级数据分析师，你将运用机器学习和深度学习技术解决保险业务中的预测、分类、推荐等问题，从数据中挖掘商业洞察
你将负责模型开发、训练、评估和部署，并与数据工程师协作构建高效的数据管道
这是一个在大型跨国企业数字化核心团队中发挥技术影响力的机会
最低要求
Bachelor’s or Master’s degree in Computer Science, Data Science, Statistics, Mathematics, Engineering, or a related field (PhD a plus).
+ years of hands-on experience in data science, machine learning, or applied AI.
Strong programming skills in Python, with experience using ML libraries (e.g., scikit-learn, XGBoost, TensorFlow, PyTorch).
Solid understanding of machine learning concepts (supervised/unsupervised learning, model evaluation, feature selection, overfitting, etc.).
Experience working with SQL and at least one big data or distributed computing framework (e.g., Spark, Databricks).
Familiarity with cloud platforms (AWS, Azure, or GCP) and version control (Git).
Strong analytical, problem-solving, and critical-thinking skills.
Strong problem-solving and critical thinking abilities.
Excellent communication and storytelling skills – ability to translate complex data into actionable insights.
Attention to detail with a strong focus on data integrity and accuracy.
Ability to work independently as well as collaboratively in a fast-paced, team-oriented environment.
工作职责
Modeling & Analytics:
Identify, frame, and solve business problems using machine learning, deep learning, and statistical methods.
Develop, train, evaluate, and deploy models for use cases such as forecasting, classification, recommendation, NLP, computer vision, or anomaly detection.
Data & Infrastructure:
Work with data engineers to design robust data pipelines and ensure data quality, reliability, and availability.
Use cloud platforms (e.g., AWS, Azure, GCP) and MLOps tools to operationalize models in production.
AI Product Development
AI 洞察
优缺点分析
优点
- 友邦保险作为行业巨头，提供稳定的职业平台和丰富的资源支持
- 职位涉及机器学习、深度学习与云平台等前沿技术，技术成长空间大
- 数字化创新中心，团队氛围开放，有机会与跨职能专家协作
- 模型部署与MLOps能力要求高，需具备工程化思维
- 保险行业数据合规严格，数据处理需谨慎
- 需要在快节奏环境中平衡技术创新与业务价值落地
- 适合拥有2-5年数据科学经验，渴望在大平台应用前沿技术解决真实业务问题，并愿意在保险科技领域深耕的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术路线：从高级分析师成长为数据科学专家或技术负责人，主导核心算法研发
- 管理路线：逐步发展为数据科学团队组长或经理，负责团队管理与项目规划
- 业务路线：深入保险行业，转型为AI产品经理或业务策略分析师，驱动业务创新
- 利用机器学习、深度学习等算法解决保险业务中的预测、分类、推荐等实际问题
- 负责模型从开发、训练、评估到部署的全生命周期管理
- 与数据工程师协作，设计并优化数据管道，确保数据质量与可用性
- 参与AI产品的开发，将模型应用于生产环境，提升业务效率
- 扎实的Python编程能力，熟练使用scikit-learn、TensorFlow、PyTorch等机器学习库
- 精通SQL及至少一种大数据框架（如Spark），能够处理大规模数据
- 熟悉云平台（AWS/Azure/GCP）和版本控制工具（Git），具备模型部署经验
- 优秀的沟通与数据故事讲述能力，能将复杂分析结果转化为业务洞察
申请策略
- 关注友邦数字化转型战略，在面试中展现对保险科技的热情
- 准备1-2个与保险或金融相关的数据科学项目案例，展示领域理解
- 突出端到端机器学习项目经验，包括数据处理、特征工程、模型选型与部署
- 强调云平台（AWS/Azure/GCP）和MLOps工具的使用案例
- 量化业务成果，例如通过模型提升预测准确率或降低成本
- 展示沟通与协作能力，如与非技术团队合作的经验
- 加强模型部署与MLOps技能，学习Docker、Kubernetes、CI/CD等工具
- 了解保险行业基础知识，如精算、核保、理赔流程
面试指南
- STAR法则：描述情境、任务、行动和结果，重点突出你的贡献和量化成果
- 先讲思路再讲技术：面对复杂问题时，先阐述分析框架和解决思路，再具体说明使用的算法和工具
- 强调业务价值：无论技术问题还是案例，始终关联对业务的影响和提升
- 请描述一个你从数据清洗到模型部署的完整项目
- 如何处理不平衡数据集？请举例说明
- 如何向业务部门解释一个复杂机器学习模型的工作原理？
- 在云平台上部署模型时遇到的主要挑战是什么？如何解决？
- 你对保险行业数据科学应用有哪些了解？
匹配度报告
72
综合匹配度
友邦保险高级数据科学岗，技术前沿、平台大、薪资竞争力强，但WLB一般。
适合人群
最适合重视技术成长和发展机会的求职者，尤其是希望在保险科技领域利用前沿技术创造价值的专业人士。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利匹配
75中等
薪资未在JD中明确，但友邦保险作为已上市跨国巨头，通常提供有竞争力的薪酬和福利，满足补偿性动机。
薪资信号未披露（AI估算：20K-35K/月）
成长发展匹配
85较高
职位涉及机器学习、深度学习、云平台等前沿技术，注重技术成长，但未明确提及晋升路径，发展性动机得到较好满足。
技术前沿前沿/新兴技术
技术栈Python、机器学习、深度学习、scikit-learn、XGBoost、TensorFlow、PyTorch、SQL、Spark、AWS、Azure、GCP、Git、MLOps
业务类型ambiguous
工作生活匹配
60中等
JD明确要求现场办公，未提及弹性工作或WLB措施，生活化动机满足程度一般。
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
保险行业稳定成熟，但公司使命强调帮助人们健康长寿，有一定社会价值，且采用创新技术，意义感动机中等偏上。
行业发展稳定成熟行业
社会影响中性/一般
使命信号live Healthier, Longer, Better Lives
创新程度积极采用新技术
Watch Jobs