中国平安
算法工程师（医疗数据）
算法工程师（医疗数据）
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Agent智能体
Rag
医疗Ai
大语言模型(Llm)
系统架构
值不值得投
76综合评分
综合评分 76
前沿大模型技术栈、医疗AI垂直落地、大厂平台背书，发展性突出，WLB待确认。
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
4.5万
比机器学习工程中位数高
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 13500 个在招 · 其中机器学习工程 6 个
市场机会
选择面较广
深圳 · 机器学习工程 · 约 100 个在招
职位详情
关于这个职位
负责平安主动健康管理平台的研发，基于大语言模型设计长上下文健康记忆智能体
需掌握Python及RAG/Agent技术，优化提示工程与微调方案，保障外部数据API质量，并负责系统的高并发部署、运维及技术文档编写，助力医疗数据智能化应用
最低要求
年以上AI相关算法工作经验
深入掌握大模型核心技术，了解各类相关框架并能够落地
具备较强的系统架构能力，掌握Python语言，熟练设计和使用过Skills、MCP、命令行CLI等标准和技术栈，具备系统部署与运维经验
具备独立解决问题的能力，能承担复杂技术挑战
擅长跨团队沟通，能将技术语言转化为业务语言
工作职责
参与主动健康管理一站式平台的研发，协助设计长上下文的健康记忆智能体，基于冷、温、热数据，结合LLM大语言模型进行个人健康记忆的存储、提炼，供其他智能体进行日常调用
负责冷、温等外部数据API的质量管理和调用，保障接口性能
推动健康记忆智能体业务侧的使用和日常维护管理
追踪RAG、Agent智能体等前沿技术，优化大模型提示工程（Prompt Engineering）、微调（Fine-tuning）与RAG（检索增强生成）方案，提升模型在复杂场景下健康记忆数据的准确率
参与系统开发，并生产部署健康记忆智能体，支持高并发、低延迟
编写技术文档、参与代码评审，持续优化系统稳定性与可维护性
优先资格
有大模型落地项目经验者优先
有保险、医疗AI项目经验者优先
AI 洞察
优缺点分析
优点
- 依托平安集团庞大生态与真实医疗数据场景，技术落地空间广阔
- 接触前沿LLM与Agent技术栈，个人技术壁垒持续提升
- 大厂平台背书利于长期职业发展
- 医疗数据合规与安全要求极高，算法迭代需兼顾严谨性与创新性
- 跨团队沟通成本高，需将复杂技术转化为业务价值
- 高并发生产环境对系统稳定性要求严苛
- 适合具备扎实大模型工程化经验、对医疗AI感兴趣且善于跨部门协同的技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向大模型架构师或AI技术专家方向深耕，逐步主导核心算法平台规划
- 也可横向拓展至医疗数字化产品负责人，打通技术与业务商业化闭环
- 负责医疗健康领域大语言模型智能体的研发与落地，包括长上下文记忆机制设计与RAG/微调优化
- 搭建并维护健康数据API与智能体调用链路，保障系统高并发与低延迟
- 推进技术成果在业务侧的集成应用与日常运维
- 精通Python与大模型核心技术栈（Prompt Engineering、Fine-tuning、RAG）
- 具备系统架构设计与高并发部署运维能力
- 熟悉Skills/MCP/CLI等技术标准
- 拥有医疗或保险行业AI项目经验者优先
申请策略
- 提前研究平安健康险及主动健康管理平台业务逻辑
- 准备1-2个完整的大模型从训练到生产部署的全链路项目复盘
- 突出大模型落地项目经验，量化RAG/微调带来的准确率或性能提升指标
- 详细展示Python系统架构设计与高并发部署案例
- 强调医疗/保险领域业务理解与技术转化能力
- 深入掌握LangChain/LlamaIndex等主流Agent框架
- 强化向量数据库与知识图谱在RAG中的应用
- 补充医疗数据隐私计算与合规相关知识
面试指南
- 采用STAR法则结构化回答
- 聚焦技术选型依据、核心难点突破（如向量检索优化、Prompt模板迭代）、量化业务收益
- 强调工程化思维与合规意识
- 请分享一个你主导的大模型落地项目，重点说明如何解决长上下文记忆或幻觉问题？
- 在RAG架构设计中，如何平衡检索精度与响应延迟？
- 面对医疗数据的高合规要求，你在模型微调或提示工程中做了哪些安全约束？
- 复习Transformer架构、Attention机制及最新RAG/Agent论文
- 梳理个人项目中数据处理、模型训练、线上监控的完整链路
职位点评
薪资福利78
成长发展85
工作生活65
使命价值72
薪资福利
78中等
岗位薪资标注为面议，结合大模型算法岗的市场行情与医疗垂直领域需求，整体薪酬包预计具备较强竞争力，具体待遇需以实际沟通为准。
薪资信号面议 (3.0千–6.0万/月)
成长发展
85较高
岗位深度绑定大模型前沿技术（LLM、RAG、Agent），技术栈先进，且在医疗垂直领域有明确的落地场景，成长空间显著。
技术前沿前沿/新兴技术
技术栈LLM、RAG、Agent、Prompt Engineering、Fine-tuning、Python
业务类型profit_center
工作生活
65中等
未明确提及弹性工时或远程政策，传统巨头转型科技企业通常以现场办公为主，但研发岗一般享有相对规范的作息。
工作模式未明确
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
72中等
聚焦主动健康管理与医疗数据智能化，直接服务于公众健康改善，具备清晰的社会价值导向与行业前景。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs