友邦保险
Principal Analyst, Data Science
Principal Analyst, Data Science
发布于 大约 14 小时前中层管理(经理/总监)
北京市
高级经验
全职员工
仅现场办公
硕士
数据分析与科学
产品管理
机器学习
数据科学
NLP
RAG
LLM
保险
AI 估算 · 25k–40k
保险行业巨头，Principal级别，技术要求高但非互联网，月薪2.5-4万，含13薪
职位详情
关于这个职位
作为友邦保险AI数字创新中心的数据科学首席分析师，您将负责制定AI产品战略与路线图，管理产品团队，并运用机器学习和NLP/LLM技术解决实际保险业务问题
您需要与业务和技术团队紧密协作，推动AI解决方案的落地与优化，包括RAG管道微调、模型性能监控等，助力公司数字化转型
最低要求
统计学、经济学、分析学、数学、计算机科学、信息技术或相关学科硕士及以上学历
年预测和描述性模型开发实践经验
有跨国公司/项目工作经验者优先
中英文双语（高流利度）
懂粤语者优先
有AI相关项目经验，专注于NLP和LLM
能够微调RAG提示
熟练掌握Python编程和代码审查
熟悉保险和金融服务者优先
工作职责
执行整体AI产品战略、愿景、路线图及产品团队管理，确保产品与功能符合业务目标和客户需求
与技术团队和本地利益相关者合作，制定产品路线图并确定功能优先级
与业务领导者沟通，讨论机器学习和AI能带来的业务收益，开发AI和ML模型及算法解决业务问题
创建并管理应用ML和AI概念的使用案例
监控文档摄取管道，参与业务故障排查
分类不同的文档操作流程，确保持续解决方案的准确性
处理负面反馈案例，提供技术缓解方案
对新结构文档进行分块技术和元数据微调
提示微调：根据现有查询范围，从用户反馈中微调RAG（例如增强意图分类器），执行微调
解决方案性能监控，警报性能下降，并提供LLM设计改进建议，执行微调
RAG微调：基于业务持续提供的新黄金测试用例，传递给QA团队纳入测试范围
记录最佳实践和解决方案框架，将解决方案复制并扩展到有共同/相似业务需求的市场
支持SIT、UAT与业务团队的沟通
支持发布流程
AI 洞察
优缺点分析
优点
- 深度参与前沿AI技术（LLM/RAG）在保险行业的实际落地，技术积累扎实
- 友邦为跨国巨头，平台大，资源充足，有完善的培训和发展机会
- 工作内容兼具技术深度和业务广度，能锻炼跨团队协作能力
- 保险行业稳定，且数字化转型需求旺盛，职业前景良好
- 需要同时管理产品团队和技术开发，对多任务处理和时间管理能力要求高
- 保险行业业务流程复杂，需快速理解业务术语和合规要求
- 作为Principal角色，需独立推动项目进展，并应对业务部门的多样化需求
- 适合有5年以上数据科学经验，精通NLP/LLM，希望向技术管理或AI产品方向发展的资深技术人员，尤其对保险金融行业感兴趣者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI技术专家或首席数据科学家方向发展，专注于LLM和NLP前沿技术
- 也可向AI产品管理或技术管理岗位晋升，领导更大规模的AI团队和战略
- 在保险行业积累深厚业务知识，成为金融科技领域稀缺的复合型人才
- 制定AI产品战略和路线图，管理产品团队，确保AI产品符合业务需求
- 开发机器学习与深度学习模型，重点解决NLP和LLM相关业务问题，如智能客服、文档处理
- 优化RAG管道，包括提示微调、文档分块、元数据优化，提升模型准确性和性能
- 监控模型性能，处理负面反馈，提供技术改进方案，并支持SIT/UAT测试
- 扎实的机器学习、深度学习理论基础，精通NLP和LLM技术
- 熟练Python编程，具备代码审查能力，能独立开发模型
- 熟悉RAG框架，有提示工程和模型微调实战经验
- 中英文流利，能与全球团队和业务部门高效沟通
申请策略
- 准备一个你主导的AI产品案例，从需求分析、技术选型到上线维护的全流程
- 了解友邦保险的数字化转型战略和AIA Digital+定位，面试中展现与公司使命的契合
- 突出NLP/LLM项目经验，特别是RAG相关案例，量化模型性能提升
- 强调产品管理或团队领导经验，展示如何推动AI产品从0到1落地
- 列举Python编程和代码审查能力，附带GitHub或开源贡献
- 提及保险或金融行业项目经验，若没有，可强调快速学习业务的能力
- 若尚未精通RAG，可学习LangChain、LlamaIndex等框架，实践提示工程
- 补充保险行业知识，如寿险、健康险业务流程，可通过在线课程或行业报告
面试指南
- 用STAR法则结构化回答，突出情境、任务、行动和结果
- 技术问题需结合具体框架和代码，展示实践深度
- 管理问题强调沟通、数据驱动决策和跨团队协作
- 请描述一个你成功落地的LLM项目，包括技术选型和遇到的挑战
- 如何评估和优化RAG系统的性能？你使用过哪些指标？
- 你如何平衡技术实现与业务需求？请举例说明
- 在管理产品团队时，你如何设定优先级并推动迭代？
- 你对保险行业的数据隐私和合规要求有何了解？
职位点评
69
综合评分
保险巨头Principal职位，前沿AI技术栈，平台和成长机会好，但需现场办公且薪资未披露。
更适合这类人
该职位最适合发展动机强的求职者，即渴望学习前沿AI技术并推动产品落地，同时能接受现场办公和一定工作强度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值70
薪资福利
70中等
薪资未在JD中明确，但作为Principal级别且公司为上市巨头，推测薪酬具有竞争力；福利包括五险一金等基本保障，但未详细列出。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
85较高
职位涉及LLM/RAG前沿技术，有大量学习和实践机会；公司提供培训和发展机会（JD提及equip with critical skills），晋升通道明确。
技术前沿前沿/新兴技术
技术栈Python、NLP、LLM、RAG、机器学习、深度学习
成长机会opportunities to learn
业务类型profit_center
工作生活
50较低
工作地点在北京，需现场办公；未提及弹性工作或远程，保险行业工作强度中等，但可能涉及跨时区沟通。
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
70中等
公司使命是帮助人们健康长寿，职位通过AI改善保险服务，具有一定的社会价值；保险行业稳定，但创新节奏较传统行业稍慢。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号live Healthier, Longer, Better Lives
创新程度积极采用新技术
Watch Jobs