CMCC logo
中国移动
金融营销算法工程师

金融营销算法工程师

发布于 大约 14 小时前

普通员工/个人贡献者

北京市
中级经验
全职员工
仅现场办公
本科
机器学习工程
Sql
信贷风控
图模型
大模型
推荐算法
数据挖掘
机器学习
特征工程
用户画像

AI 估算 · 20k–35k

北京金融算法岗需求旺盛,国企薪资稳定,综合市场水平估算为20-35K。

职位详情

关于这个职位

该职位负责金融信贷场景的营销算法建模,通过深度挖掘数据、构建特征体系,开发营销响应和客户流失预警模型,并落地业务优化

作为中国移动旗下金融科技公司的算法工程师,你将接触海量金融业务数据,并跟踪大模型、图模型等前沿技术,对业务指标负责
适合具备金融建模经验、热爱数据挖掘的算法人才

最低要求

本科及以上学历,计算机、人工智能、软件工程、数据科学、电子信息、应用数学等相关专业,具备扎实的算法与数理统计基础,2年以上银行、持牌消金、头部互金、金融科技公司模型及策略相关工作经验

熟悉特征工程、数据挖掘、用户画像、客群分层体系搭建,具备信贷、支付等金融营销场景建模经验
熟练使用Python、SQL等数据分析与建模工具,掌握常用算法,能够独立完成模型开发、落地与迭代优化
熟悉推荐算法、营销响应、流失预警等业务模型,具备金融场景模型落地与指标优化经验,具备良好的业务理解与数据解读能力,了解大模型、图模型等前沿技术
具备良好的逻辑思维、抗压能力和跨部门协作能力,对数据敏感,具备较强的问题拆解与业务复盘能力

工作职责

围绕信贷、支付等金融业务场景,开展内部海量数据深度挖掘,设计特征变量,搭建具备业务可解释性的特征体系,把控数据质量,挖掘数据潜在业务价值

深耕金融客群挖掘与分层运营,以业务增量为目标,挖掘垂类细分客群,提升整体转化与留存效益
基于海量数据搭建营销响应、客户流失预警等营销算法模型,结合信贷业务场景特性优化算法效果,主导金融信贷营销模型全流程:开发落地、效果监控、迭代调优,对业务核心指标负责
跟踪大模型、图模型等前沿技术,完成技术调研与业务适配,落地到产品迭代,持续提升产品技术竞争力

优先资格

有相关场景落地研究者优先

具有金融行业精准营销等金融场景实战经验者,熟悉金融行业数据特征处理经验者优先

AI 洞察

优缺点分析

优点

  • 平台稳定,属于中国移动旗下国企,福利待遇有保障
  • 业务场景丰富,金融信贷和支付领域数据价值高
  • 技术有前瞻性,可接触大模型、图模型等新方向
  • 职业发展清晰,数据算法岗位需求持续旺盛
  • 国企体系可能决策流程较长,创新速度受一定限制
  • 需要同时掌握业务和技术,跨部门协作多,沟通成本高
  • 适合有金融算法建模经验,希望在稳定平台深耕数据挖掘和营销模型的技术型人才

缺点 / 挑战

  • 金融业务建模对准确率和业务理解要求高,压力较大

角色解读

  • 专业路线:从算法工程师成长为高级算法专家、技术专家
  • 业务路线:深入金融业务,成为风控或营销方向的业务负责人
  • 技术管理路线:积累经验后带领算法团队,负责核心策略
  • 围绕信贷、支付等金融业务,挖掘分析海量数据,设计特征变量并构建可解释的特征体系
  • 负责金融客群分层与运营,挖掘细分客群以提升转化率和留存率
  • 开发营销响应、客户流失预警等算法模型,并完成从开发到迭代的全流程
  • 跟踪大模型、图模型等前沿技术,进行调研并落地到产品
  • 扎实的机器学习与数理统计基础,熟悉常用算法
  • 精通Python、SQL,能独立完成数据分析和建模
  • 理解金融业务,有信贷、支付等场景的建模经验
  • 了解前沿技术如大模型、图模型,具备技术选型和落地能力

申请策略

  • 准备一段业务建模的完整案例,突出业务理解
  • 了解中移金科的业务定位和金融科技布局,在面试中展现匹配度
  • 突出金融领域建模项目,具体说明业绩提升(如转化率、流失率降低)
  • 展示特征工程和客群分层的实战细节
  • 体现Python/SQL编码能力和模型落地经验
  • 如有大模型相关探索,单独列出
  • 系统复习机器学习经典算法和评估指标
  • 补充金融风控和营销业务知识

面试指南

  • 使用STAR法则:情景-任务-行动-结果,突出量化成果
  • 回答问题先讲业务目标,再讲技术方案,最后复盘优化
  • 展示数据驱动的决策思维,强调业务可解释性
  • 请介绍一个你主导的金融营销模型项目,如何设计特征和评估效果?
  • 如何解决信贷营销中样本不平衡的问题?
  • 你对大模型在金融营销中的应用有什么想法?
  • 如何应对业务指标波动,如何进行模型调优?
  • 在跨部门协作中,如何与技术团队和业务团队有效沟通?

职位点评

73
综合评分

稳定国企平台,金融数据场景优质,技术有一定前沿性,WLB一般。

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。

更适合这类人
该职位最适合重视技术成长和业务挑战,同时希望获得国企稳定性的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展80
工作生活60
使命价值70

薪资福利

75中等

国企平台提供稳定的薪酬福利,但具体薪资未在JD中披露,整体处于市场中上水平。

薪资信号未披露(AI估算:20K-35K/月)

成长发展

80较高

职位涉及主流机器学习技术并积极跟踪大模型等前沿方向,业务目标明确,成长空间较大。

技术前沿主流现代技术
技术栈Python、SQL、特征工程、数据挖掘、机器学习、推荐算法、大模型
业务类型profit_center

工作生活

60中等

JD未提及远程或弹性工作安排,作为国企可能相对规律,但加班情况不确定。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

70中等

金融科技赋能数字生活有一定社会价值,但整体偏商业驱动,使命感知中等。

行业发展稳定成熟行业
社会影响中性/一般
使命信号为实现美好数字生活积极贡献力量
创新程度积极采用新技术
Watch Jobs