AI 数据分析岗

优缺点分析

角色解读

• 在金融科技巨头中，可向资深数据分析专家或数据科学方向发展
• 有机会转向AI产品经理，结合业务与数据，推动AI产品落地
• 未来可晋升为数据团队负责人，带领团队进行更复杂的数据分析项目
• 建立AI智能体的效果评估体系，通过回答质量、采纳率、转化率等指标衡量AI性能
• 深入分析用户行为数据，包括留存、活跃、转化漏斗，并进行客户分群与画像迭代
• 对对话文本进行情感与主题挖掘，发现产品盲区和潜在客诉风险
• 设计并解读A/B实验，验证智能体版本和场景策略的效果
• 精通SQL和Python数据分析（pandas），能够高效处理和分析大规模数据
• 具备3年以上数据分析经验，有完整指标体系搭建经验
• 具备出色的业务理解能力，能将业务问题转化为可执行的分析方案
• 熟练使用LLM辅助分析工作，提升分析效率

申请策略

• 了解平安集团的业务布局和AI战略，在面试中展现对公司的兴趣
• 准备一个完整的数据分析项目案例，展示从问题定义到方案落地的全过程
• 突出SQL和Python技能，尤其是pandas的使用经验
• 重点展示搭建指标体系的项目经验，量化成果
• 强调业务理解能力，用案例说明如何将业务问题转化为分析方案
• 提及使用LLM辅助分析的经验，体现技术前沿性
• 深入学习LLM在数据分析中的应用，如使用大模型进行数据清洗、特征工程等
• 补充金融、保险行业知识，了解业务场景

面试指南

• 用STAR法则（情境、任务、行动、结果）回答项目经验，突出个人贡献和量化成果
• 对于分析类问题，先明确业务目标，再选择合适的方法和工具，最后强调数据验证和结果解读
• 对于LLM应用问题，展示你对工具的理解和实际应用场景
• 请介绍一个你搭建指标体系的项目，如何确定关键指标？
• 如何设计一个A/B测试来评估智能体版本的效果？
• 面对大量对话文本，你会如何进行情感分析？
• 如何向非技术背景的管理层汇报数据分析结果？
• 你如何利用LLM辅助你的数据分析工作？