友邦保险
Analyst, Data Science
Analyst, Data Science
发布于 2 天前普通员工/个人贡献者
成都市
中级经验
全职员工
仅现场办公
硕士
数据分析与科学
Chatglm
Nlp
Pytorch
Statistical Modeling
Tensorflow
AI 估算 · 18k–30k
中级数据科学岗，且要求LLM等前沿技术，薪资在成都属于较高水平，预计月薪18k-30k。
职位详情
关于这个职位
该职位负责利用机器学习和人工智能技术，从数据中挖掘洞察并建立模型，以驱动业务决策
你将与业务领导者合作，识别AI应用机会，开发和优化ML/AI模型，并推动解决方案的规模化落地
适合具备统计学、计算机科学背景，精通NLP和大型语言模型的数据科学家
最低要求
Advanced degree in Statistics, Economics, Analytics, Mathematics, Computer Science, Information Technology or related field
Solid 3 - 5 year’s professional experience building predictive and descriptive models
Knowledge, experience, and expertise in diverse statistical and data mining techniques
AI related project experience is required. Tensorflow (or Pytorch) is preferred
NLP is required, especially in Large language model
Able to finetune open-source large language model like ChatGLM, Llama
Deep understanding in Transformer, Bert
Extensive experience working with large datasets - structured and unstructured
Ability to program and review code in Python is highly desirable
工作职责
Engage business leaders to discuss the business benefits that ML and AI can provide. Evangelize ML and AI throughout AIA and in the market
Identify opportunities to leverage ML and AI technology with Group and Business Units key stakeholders
Create and manage use cases to apply ML and AI concepts
Develop AI and ML models and algorithms to solve business problems
Work with AI/ML/NLP vendors, where appropriate, to transfer knowledge and expertise of the solutions developed by the vendors back to AIA
Document best practices and solution frameworks. Replicate and scale solutions to markets with common/similar business needs
Identify and build strategic alliance with influencing and respected partners within the ML & AI community to enrich the internal understanding of this emerging technology
AI 洞察
优缺点分析
优点
- 聚焦前沿技术（LLM、NLP），能快速积累最新AI技能
- 友邦为跨国巨头，平台稳定，资源丰富，项目影响面广
- 公司愿景积极（帮助健康长寿），工作有意义感
- 提供与外部顶尖AI供应商合作的机会，拓宽视野
- 对技术深度要求高，需要同时掌握传统统计建模和最新深度学习技术
- 需要与业务部门频繁沟通，对跨部门协作和说服能力有要求
- AI领域更新快，需要持续学习，保持技术领先
- 适合有3-5年经验、对NLP和LLM有浓厚兴趣，并希望在大平台通过技术驱动业务变革的数据科学家
缺点 / 挑战
暂无明显挑战项
角色解读
- 数据科学专家：深耕AI/ML领域，成为团队技术核心
- 技术管理者：从IC转向管理，带领数据科学团队
- 业务策略师：结合数据洞察参与高层决策，推动数字化转型
- 与业务领导者沟通，挖掘机器学习和AI的商业价值，推动AI在公司的应用
- 构建预测和描述性模型，处理大规模结构化与非结构化数据
- 微调开源大语言模型（如ChatGLM、Llama），解决实际业务问题
- 与外部供应商合作，转移AI/ML/NLP知识，并建立内部最佳实践
- 扎实的统计学、数据挖掘和机器学习理论基础，3-5年建模经验
- 精通Python编程，熟悉TensorFlow或PyTorch
- 深入理解NLP和大型语言模型，具备模型微调经验
- 熟悉Transformer、BERT等架构，能处理大规模数据集
申请策略
- 了解友邦保险的业务和AI Digital+的战略方向，在面试中展示如何将AI与保险场景结合
- 提前准备一个完整的端到端NLP案例，包括问题定义、数据准备、模型选择和结果评估
- 突出与NLP/LLM相关的项目经验，特别是有ChatGLM、Llama等开源模型微调的经历
- 强调Python编程能力和TensorFlow/PyTorch的实际应用，附带GitHub链接或成果
- 展示处理大规模数据集的经验，以及统计建模和机器学习竞赛奖项
- 如果有业务洞察或跨部门协作案例，请详细描述，体现商业意识
- 若对LLM微调不熟悉，可先学习Hugging Face Transformers库和LoRA等微调技术
- 补充Transformer/BERT的理论知识，特别是注意力机制
面试指南
- 遵循STAR法则（情境、任务、行动、结果）回答行为问题
- 技术问题先梳理理论框架，再结合具体项目经验，最后总结关键知识点
- 对于业务理解问题，展示你对保险业务痛点的思考，并提出数据驱动的解决方案
- 请描述一次你微调大语言模型的项目经历，遇到了哪些挑战？
- Transformer中的自注意力机制是如何工作的？它的优缺点是什么？
- 如何处理类别不平衡的分类问题？请举例说明
- 你如何向非技术人员解释一个复杂的机器学习模型？
- 请谈谈你对NLP在保险行业应用前景的看法
职位点评
66
综合评分
前沿AI技术岗，发展空间大，薪资待遇面议，WLB未明确。
更适合这类人
适合以技术成长为核心驱动力，希望接触前沿AI技术并能承受一定工作压力的求职者。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利50
成长发展85
工作生活60
使命价值70
薪资福利
50较低
薪资未在JD中明确，属于面议状态，但基于公司和岗位级别推测薪资中等偏上，福利信息未提及。
薪资信号面议 (18K-30K/月)
成长发展
85较高
职位聚焦LLM、NLP等前沿技术，提供与外部供应商合作的机会，技术成长空间大，但JD未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈Python、TensorFlow、PyTorch、NLP、Large Language Model、ChatGLM、Llama、Transformer、BERT
业务类型profit_center
工作生活
60中等
仅现场办公，地点在成都核心商务区，但JD未提及弹性工时或WLB信息，默认标准办公。
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
友邦保险以帮助健康长寿为使命，职位具有积极社会影响，行业稳定，技术应用创新。
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