友邦保险
Sr. System Analyst, GenAI Application
Sr. System Analyst, GenAI Application
发布于 大约 12 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Langgraph
Llm
Nlp
Rag
Workflow
多模态
知识图谱
值不值得投
75综合评分
综合评分 75
友邦保险高级GenAI系统分析师，技术前沿、薪资中上，WLB需确认。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
37K
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 130 个在招
市场机会
选择面较广
上海 · 人工智能 · 约 210 个在招
职位详情
关于这个职位
该职位是友邦保险的高级系统分析师，专注于生成式人工智能（GenAI）应用的开发与维护
主要负责AI驱动的智能理赔系统的设计、编码和部署，包括使用LLM、RAG、Agent等技术
同时提供系统支持、项目交付和IT流程优化，推动公司数字化变革
最低要求
学士学位或以上，专业为计算机科学、人工智能、软件工程、数学或相关学科
年以上Python后端或AI/算法工程实践经验，熟练掌握至少一种AI代理编排框架（如LangGraph、PydanticAI、DSPy、DeepAgents）
熟悉Spring Boot、Spring AI、Tomcat和Kubernetes（K8s）者优先
扎实的RAG（检索增强生成）技术栈经验，包括嵌入模型、重排序模型、混合检索策略、元数据过滤和引用/来源追踪
熟悉关系数据库、向量数据库、缓存和对象存储解决方案（如PostgreSQL、Elasticsearch/OpenSearch、Redis、MinIO）
年以上项目管理经验，具有与业务用户和利益相关者协调和沟通的能力
具有NLP和知识图谱技术实践经验者优先
良好的口头、书面和演示沟通能力，精通普通话和英语
工作职责
GenAI Claims Assessment — Application Development (30%)
引导和分析业务需求，将理赔工作流转化为AI就绪的技术规格
设计和实现基于Python的AI服务，涵盖多模态材料识别（文档、图像）、结构化信息提取和RAG驱动的条款检索
使用LLM推理和提示工程开发案例分析、规则验证、风险警报和审查意见生成模块
构建和维护具有多步推理、工具调用和与核心理赔系统及规则引擎无缝集成的Agentic工作流
建立LLM评估和监控仪表板（准确性、幻觉率、延迟、成本），确保审查结论可追溯、可审计且生产可靠
支持GenAI理赔评估扩展到多个业务场景，提供可扩展和高效的解决方案
Systems Support & Maintenance (35%)
故障排除和解决GenAI理赔评估服务的问题，确保生产稳定性和业务连续性
端到端负责事件管理，包括根本原因分析、解决和后续跟进应用程序系统问题
确保所有事件在定义的SLA目标内得到响应和解决
通过提示迭代、RAG检索调优和模型推理效率改进，持续优化系统性能
Project Delivery (20%)
领导或积极参与从需求收集、解决方案设计、开发到部署和发布后评审的全生命周期项目
与内部和外部团队有效协调，确保项目按目标交付
管理供应商关系和任务分配，以维持交付质量和时间线控制
IT Processes & User Satisfaction Improvement (15%)
遵循IT标准流程和最佳实践，进行应用程序开发、CI/CD和代码质量，以提高团队效率
制作和维护高质量的技术文档，包括系统设计规范、API参考和操作手册
展示强大的口头和书面沟通技巧，有效桥接技术团队和业务利益相关者
优先资格
人寿保险知识优先
具有开发和维护GenAI理赔评估应用经验优先
AI 洞察
优缺点分析
优点
- 技术栈前沿，聚焦GenAI、LLM等热门领域，技能积累价值高
- 公司为跨国企业，平台大、资源多，行业前景稳定
- 项目涉及核心业务，影响力强，能锻炼综合能力
- 技术更新快，需持续学习AI新技术和框架，保持竞争力
- 跨团队协调复杂，需平衡技术实现与业务需求
- 适合对AI技术有浓厚兴趣、喜欢解决复杂工程问题、并愿意深入保险行业的技术求职者
缺点 / 挑战
- 系统稳定性要求高，运维支持工作可能压力较大
角色解读
- 技术路径：向AI架构师或技术专家发展，深入GenAI和保险科技领域
- 管理路径：凭借项目经验转向技术管理岗位，如团队负责人或项目经理
- 业务路径：结合保险知识，成为数字化转型或产品创新的核心成员
- 负责GenAI智能理赔系统的应用开发，包括需求分析、模型设计和代码实现
- 提供系统支持与维护，确保AI应用稳定运行，优化性能
- 主导项目交付，协调内外部团队，管理供应商关系
- 优化IT流程和技术文档，提升团队效率和用户满意度
- 精通Python编程和AI框架（如LangGraph、PydanticAI），具备RAG技术栈实战经验
- 熟悉LLM、多模态识别和Agent工作流构建，能处理复杂技术方案
- 掌握项目管理和跨团队沟通技能，能与业务用户有效协作
- 了解保险业务知识，熟悉数据库和云原生技术（如Kubernetes）者优先
申请策略
- 研究友邦保险的数字化战略和GenAI应用案例，在面试中展示匹配度
- 准备技术方案设计问题的回答，体现系统思维和问题解决能力
- 突出Python后端开发和AI项目经验，尤其是LLM、RAG相关实践
- 列举使用AI代理框架（如LangGraph）构建工作流的案例
- 展示项目管理经历和跨团队协作成果，强调沟通能力
- 深入学习RAG技术栈优化和LLM监控工具，提升技术深度
- 补充保险业务知识，了解理赔流程和行业规范
面试指南
- 使用STAR方法（情境、任务、行动、结果）结构化回答项目经验
- 强调技术选型的依据和监控优化措施，体现工程严谨性
- 从沟通协调和问题解决角度，说明如何平衡技术与业务
- 请描述一个你使用RAG技术解决实际业务问题的项目经历
- 如何确保AI应用在生产环境中的稳定性和性能？
- 当你遇到技术方案与业务需求冲突时，如何处理？
- 你对GenAI在保险行业的应用有哪些见解？
- 复习Python、AI框架和RAG技术细节，准备编码或设计问题
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
该职位作为跨国企业高级岗位，薪资具有市场竞争力，但未在JD中披露具体数字，福利信息有限。
薪资信号未披露（AI估算：28K-45K/月）
成长发展
85较高
职位涉及前沿GenAI技术栈，提供技能成长和项目实践机会，但未明确提及培训或晋升路径。
技术前沿前沿/新兴技术
技术栈Python、LLM、RAG、Agent、LangGraph、PydanticAI、DSPy
业务类型ambiguous
工作生活
60中等
JD未明确工作模式，可能需现场办公；加班情况未提及，WLB未知。
工作模式未明确
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
80较高
岗位推动保险行业数字化变革，具有中等社会影响力，技术应用属积极创新。
行业发展稳定成熟行业
社会影响中性/一般
使命信号推动数字化变革、创造更美好的未来
创新程度积极采用新技术
友邦保险 的其他在招职位
相似职位推荐
Watch Jobs