Baidu logo
百度
金融解决方案架构师(J107444)

金融解决方案架构师(J107444)

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.5万 · AI 参考估算
高级经验
本科
全职员工仅现场办公解决方案
解决方案
Ai算力
Maas
Poc测试
Rag
保险行业
大模型服务
技术售前
智能体应用
解决方案架构

值不值得投

72综合评分

综合评分 72

金融保险AI售前架构岗,技术前沿、行业纵深强,现场交流与出差较多

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

5.0万

比解决方案中位数高

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 1360 个在招 · 其中解决方案 26 个

市场机会

选择面较广

北京 · 解决方案 · 约 230 个在招

职位详情

关于这个职位

该职位面向金融机构,尤其是保险客户,负责云、AI算力、大模型服务与智能体应用的售前方案规划与推进

你需要深入洞察客户业务与技术架构,主导需求分析、方案设计、POC、投标答辩,并协同销售、产品和交付团队推动项目落地与持续拓展

最低要求

计算机、软件工程、人工智能或相关专业本科及以上学历

年以上企业级解决方案或技术售前相关经验,具有独立负责需求挖掘、方案设计、技术交流、POC及投标的实战经历
具备金融行业客户服务经验,保险行业经验优先
熟悉大型金融机构的业务与科技协作模式,理解保险核心业务流程及企业级系统架构
能够与业务、科技、架构、安全及采购等不同角色开展有效沟通,将业务诉求转化为可落地的技术方案
具备扎实的云与AI技术基础,对以下至少一个方向具有较深实践,并能够理解和协同其他方向:算力与云:AI训练与推理基础设施、GPU资源规划、容器及资源调度、云架构与部署
大模型服务:模型选型、MaaS及API接入、推理性能与成本优化、模型评测和服务治理
智能体应用:RAG、工具调用、工作流、多系统集成、权限控制及应用评测
能够综合评估模型效果、响应时延、并发、Token用量、部署方式及总体成本,提出符合客户实际约束的建设方案
能够清晰说明技术能力边界,不停留于概念介绍与产品宣讲
具备重点客户持续经营意识,能够围绕客户科技规划识别机会、设计分阶段推进路径,协同销售、产品及交付资源推动项目落地和后续拓展
具备良好的方案表达、现场演示、跨团队协同和复杂问题解决能力,能够独立承担关键客户的一线售前工作,并适应项目推进所需的客户现场交流与出差

工作职责

重点客户需求洞察与经营:面向金融机构(优先保险)业务机构,理解客户业务战略、科技规划与现有技术架构,识别云与人工智能领域的建设需求和业务机会

协同销售制定重点客户技术经营策略,推动从单项目合作向持续、规模化合作发展
“芯云模体”整体解决方案规划围绕智能算力、云基础设施、大模型服务(MaaS)、模型调用与Token服务、智能体平台及应用,整合公司内外部产品与技术资源,为客户制定兼顾业务价值、技术可行性、安全合规和投入产出的整体方案,引导技术路线与产品选型
售前项目全流程推进负责需求分析、方案设计、技术交流、架构评估、POC测试、原型演示、投标及技术答辩等售前工作
制定验证目标与验收标准,组织资源解决关键问题,对整体方案竞争力和技术推进结果负责
保险行业AI场景拓展围绕保险营销与销售支持、客户服务、运营作业、核保理赔辅助、合规风控、知识管理及研发提效等场景,挖掘可落地的AI应用机会,推动从场景验证到平台建设及规模化应用,形成算力、云、模型服务与智能体业务的协同
架构设计与交付协同结合客户系统集成、数据安全、权限管理及部署要求,完成关键架构与实施路径设计
协同产品、研发和交付团队开展技术衔接、上线支持及验收,管理方案承诺与交付边界
方案资产沉淀与产品反馈持续跟踪保险行业业务变化及云、AI技术趋势,沉淀行业方案、标杆案例、POC方法和可复用资产
将客户共性需求及竞争反馈转化为产品改进与市场拓展建议

优先资格

具有大型保险集团或头部寿险、健康险、养老险机构的服务经验,熟悉集团与子公司协同、科技平台统一建设及业务场景推广模式

重点考虑具有大型保险集团及旗下核心机构服务履历的候选人(如中国人寿、中国平安、中国人保、中国太保、泰康保险、新华保险、阳光保险等),优先具备集团总部或核心科技部门的持续售前服务经验,能够围绕重点客户开展需求挖掘、方案规划及项目拓展
主导过金融行业AI算力、云平台、大模型平台或智能体应用项目,具有从POC到上线及扩展使用的完整经历
在保险营销、客服、运营、核保理赔辅助或合规风控等领域具备深入业务理解及落地案例
具备重点客户年度技术规划、跨产品线方案整合或多项目持续拓展经验
能够使用代码、低代码或智能体开发工具搭建业务原型,并独立组织演示和效果验证

AI 洞察

优缺点分析

优点

  • 岗位处在云、AI算力、大模型服务和智能体应用的交叉领域,技术内容前沿且复合度高
  • 聚焦保险行业重点客户,有机会积累大型金融机构核心系统、AI平台和场景落地的深度案例
  • 职责覆盖从客户需求洞察到POC、投标、交付协同和方案沉淀,能形成完整的售前架构能力闭环
  • 与销售、产品、研发、交付多方协作,适合希望提升业务理解、技术判断和项目推进能力的候选人
  • 需要同时理解保险业务、企业架构、云基础设施和大模型应用,知识跨度较大
  • JD明确提到客户现场交流与出差,候选人需要接受一定频率的现场沟通
  • 适合有金融或保险行业技术售前经验、具备云与AI架构能力,并愿意面向重点客户进行方案经营和现场推进的资深候选人

缺点 / 挑战

  • 售前项目节奏通常受客户决策、投标节点和POC验证影响,对多任务推进和现场应变能力要求较高

角色解读

  • 可向资深行业解决方案架构师、金融行业首席架构师或技术专家方向发展,深耕保险行业云与AI场景
  • 也可转向产品管理、云与AI平台解决方案负责人、售前团队管理或重点客户技术经营负责人
  • 长期可发展为跨行业解决方案负责人,统筹金融、保险、云基础设施和大模型应用等复合型方案体系
  • 面向保险等金融机构客户,理解其业务战略、科技规划和现有架构,识别云与AI建设机会,并协同销售制定客户技术经营策略
  • 围绕智能算力、云基础设施、MaaS、Token服务、智能体平台及应用,整合内外部产品资源,设计可落地、可合规、可投入产出评估的整体方案
  • 主导需求分析、技术交流、架构评估、POC、原型演示、投标和技术答辩,对方案竞争力和技术推进结果负责
  • 与产品、研发、交付团队协作完成架构设计、实施路径、上线支持和验收,并沉淀行业方案、标杆案例和可复用资产
  • 需要具备企业级解决方案或技术售前能力,能够独立完成需求挖掘、方案设计、POC和投标答辩
  • 需要熟悉金融机构尤其是保险行业业务流程、科技协作模式和企业级系统架构,能与业务、科技、安全、采购等多角色沟通
  • 需要掌握云与AI技术基础,覆盖AI训练推理基础设施、GPU资源规划、容器调度、MaaS、模型评测、RAG、工具调用、工作流和多系统集成等方向
  • 需要具备方案表达、现场演示、跨团队协同和复杂问题解决能力,并能评估模型效果、时延、并发、Token用量、部署方式和总体成本

申请策略

  • 面试前应重点研究百度智能云、大模型平台、智能体平台及金融行业解决方案的组合方式
  • 申请时建议用“客户问题—方案设计—关键技术取舍—项目结果”的结构呈现案例,避免只做产品功能介绍
  • 突出主导过的金融行业AI算力、云平台、大模型平台或智能体项目,尤其是从POC到上线和扩展使用的完整经历
  • 写明服务过的保险机构类型与角色,如集团总部、核心科技部门、寿险、健康险或养老险机构,并说明具体负责的需求挖掘和方案规划
  • 量化展示方案效果,如模型效果提升、推理成本优化、并发能力提升、Token成本下降、投标中标或项目规模扩展
  • 强调跨团队协同能力,包括与销售、产品、研发、交付、安全、采购等角色共同推动项目落地的案例
  • 补强大模型服务与智能体应用能力,重点准备MaaS接入、模型评测、RAG、工具调用、工作流、权限控制和多系统集成方案
  • 提升成本与性能评估能力,能够围绕响应时延、并发、Token用量、部署方式和总体成本给出清晰取舍

面试指南

  • 使用“背景—客户痛点—方案设计—关键取舍—结果复盘”的结构讲项目案例,突出个人主导动作和可量化成果
  • 回答方案类问题时,先明确客户业务目标和约束条件,再从架构、数据、安全、成本、交付边界和扩展路径分层展开
  • 遇到技术边界或冲突问题时,先承认约束,再给出备选方案、验证方法和风险清单,体现架构师的技术判断与项目推进能力
  • 请介绍一个你主导的金融机构云或AI售前项目,包括需求挖掘、方案设计、POC和最终结果
  • 针对大型保险集团的统一AI平台建设,你会如何设计分阶段推进路径?
  • 客户同时关注模型效果、响应时延、并发和成本时,你会如何做技术取舍?
  • 请说明你对RAG、工具调用、工作流和多系统集成在保险场景中落地难点的理解
  • 如果交付团队认为售前方案承诺边界不清,你会如何协调并降低项目风险?

职位点评

薪资福利72
成长发展88
工作生活48
使命价值76

薪资福利

72中等

JD未披露薪资和福利信息,因此补偿性动机只能基于岗位层级和职责复杂度判断。该职位要求高级售前与金融AI经验,通常具备较好的薪酬想象空间,但福利与稳定性信息不足。

薪资信号未披露(AI估算:3.5千–6.5万/月)

成长发展

88较高

岗位覆盖智能算力、云基础设施、MaaS、Token服务、智能体平台和保险AI场景,技术复合度高且贴近业务落地。JD还提到方案资产沉淀、产品反馈和持续跟踪技术趋势,对能力成长较有利。

技术前沿前沿/新兴技术
技术栈智能算力、云基础设施、大模型服务、MaaS、Token服务、智能体平台、RAG、工具调用、工作流、模型评测、GPU资源规划、容器及资源调度
成长机会方案资产沉淀与产品反馈、持续跟踪保险行业业务变化及云、AI技术趋势
业务类型ambiguous

工作生活

48较低

JD明确提到客户现场交流与出差,说明工作包含较多外部沟通和现场推进。办公模式、弹性安排和加班情况未明确,生活化动机满足度有限。

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

76中等

岗位推动金融机构云与AI能力建设,涉及保险营销、客服、核保理赔辅助、合规风控和研发提效等场景,具有较强行业数字化价值。JD未直接表达社会使命或公共价值导向,意义感主要来自技术应用落地。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs