友邦保险
Senior Specialist, AI Application
Senior Specialist, AI Application
发布于 大约 9 小时前普通员工/个人贡献者
成都市
高级经验
全职员工
仅现场办公
学历未注明
软件工程
CI/CD
Generative Ai
Llm
Mlops
Prompt Engineering
Rag
AI 估算 · 20k–35k
AI领域高级岗位，技术难度高，行业前景好，公司平台大，成都薪资水平合理
职位详情
关于这个职位
作为友邦保险AI应用高级专家，你将负责设计、开发和部署基于生成式AI的解决方案，包括聊天机器人、智能助手等
需要将AI模型集成到企业系统，并优化模型性能，确保生产环境的可扩展性和效率
该职位要求深入掌握LLM、RAG、提示工程等前沿技术，并具备云平台和MLOps实践经验
工作职责
Design & Develop AI Solutions: Lead the design, development, and deployment of AI/ML-driven applications.
Model Development & Optimization: Build, train, fine-tune, and evaluate models; optimize performance.
AI Application Integration: Integrate AI models via APIs, microservices, or cloud platforms.
GenAI & LLM Implementation: Develop chatbots, copilots, summarization, and automation tools; apply prompt engineering, RAG, fine-tuning.
Data Pipeline & Feature Engineering: Collaborate on data pipelines, preprocessing, feature engineering.
Technical Leadership: Provide guidance to junior members; stay updated on AI trends.
Cloud & MLOps Enablement: Leverage cloud platforms (Azure, AWS, GCP); build CI/CD pipelines for model lifecycle.
AI 洞察
优缺点分析
优点
- 技术栈前沿，深度接触LLM、RAG等热点领域，技能积累快
- 公司平台大，友邦为世界500强，职业稳定性高，内部资源丰富
- 工作内容有影响力，直接服务于健康保险业务，改善数亿人生活
- 有指导初级员工的机会，锻炼技术领导力
- 保险行业对系统稳定性和合规性要求高，开发需兼顾严谨性和创新性
- 对工程能力要求全面，需同时掌握模型开发、部署和运维
缺点 / 挑战
- AI领域技术迭代快，需要持续学习，保持知识更新压力大
- 适合希望在AI应用前沿深耕、热爱技术挑战、并愿意在大型企业中推动技术落地的中高级工程师
角色解读
- 技术深耕：向AI架构师或首席科学家方向发展，主导复杂AI系统设计
- 管理转型：晋升为AI团队负责人或技术总监，统筹多项目交付
- 领域跨界：结合保险业务，成为AI+保险的行业专家，推动业务创新
- 负责生成式AI应用的设计与开发，如智能对话系统和自动化工具
- 将AI模型集成到企业现有系统，通过API和微服务实现业务赋能
- 持续优化模型性能，提升推理效率，确保生产级可靠性
- 领导技术方案，指导初级工程师，推动AI技术落地
- 精通Python及主流深度学习框架（如PyTorch/TensorFlow）
- 熟悉大语言模型（LLM）相关技术，包括RAG、提示工程和微调
- 具备云平台（Azure/AWS/GCP）和MLOps工具的实战经验
- 良好的工程化思维，能够构建可扩展的AI服务和CI/CD流水线
申请策略
- 在求职信中表达对健康保险和AI结合的浓厚兴趣，与公司使命呼应
- 突出GenAI项目经验，尤其是LLM、RAG或聊天机器人等实际案例
- 强调云平台部署和MLOps实践，如使用Azure/AWS部署模型的经历
- 展示技术领导力，如指导团队、技术选型或架构设计
- 若保险或金融背景，务必提及，体现业务理解能力
- 如果缺乏LLM经验，建议完成一个RAG小项目并开源，展示动手能力
- 补充MLOps相关知识，如Docker、Kubernetes、CI/CD工具链
- 了解友邦的业务场景，思考AI如何应用于健康保险和客户服务
面试指南
- 对于项目描述题，使用STAR（情境-任务-行动-结果）结构，突出个人贡献和技术难点
- 对于开放性技术问题，先给出原理概述，再结合具体工具说明实践方案，最后总结注意事项
- 请详细描述你过去一个GenAI项目的技术架构和实施过程
- 如何优化大模型的推理速度？你使用过哪些技术（量化、蒸馏等）
- 如果你需要将一个LLM模型部署到生产环境，你会如何设计MLOps流程
- 你对RAG的理解是什么？在处理大量文档时，如何保证检索质量
- 你是如何保持在AI领域的前沿性的？最近关注什么新技术
- 准备2-3个完整的AI项目案例，包含背景、架构设计、难点解决和量化成果
职位点评
74
综合评分
成都AI应用岗，技术前沿，平台大，有社会价值，但WLB一般
更适合这类人
最适合技术导向、追求长期职业成长和行业影响力的求职者，对工作生活平衡要求不极端。
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88
工作生活55
使命价值85
薪资福利
70中等
该职位薪资未明示，但Senior级别和上市公司背景通常提供具有竞争力的薪酬，福利方面从JD看未特别强调，整体薪酬满意度中等偏上。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
88较高
职位聚焦GenAI等前沿技术，提供学习机会和指导初级的可能，技术成长空间大，但未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈Generative AI、LLM、RAG、Prompt Engineering、Azure、MLOps
成长机会opportunities to learn、endless opportunities to learn, contribute and thrive
业务类型ambiguous
工作生活
55较低
工作地点在成都，需要现场办公，JD未提及弹性工作或远程，也没有WLB相关信号，生活质量保障程度一般。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
AI应用于健康保险，直接帮助改善人们的生活质量，使命感和行业影响力强，且公司整体为稳定巨头，创新氛围积极。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号help millions of people across Asia-Pacific live Healthier, Longer, Better Lives
创新程度积极采用新技术
Watch Jobs