PINGAN logo
中国平安
模型算法岗(健康险中台)

模型算法岗(健康险中台)

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 2.5–4.5万 · AI 参考估算
其它
硕士
全职员工仅现场办公算法工程师
算法工程师
Nlp
Scikit-Learn
Sql
保险业务
数据建模
机器学习
特征工程
统计分析

值不值得投

74综合评分

综合评分 74

平安大厂核心算法岗,技术栈主流且业务场景独特,发展性好,薪资面议待谈,WLB情况不明。

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

3.5万

比算法工程师中位数低

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 13150 个在招 · 其中算法工程师 2 个

市场机会

选择适中

深圳 · 算法工程师 · 17 个在招

职位详情

关于这个职位

负责健康险业务全链路的智能化升级,搭建竞品智能分析模型与医保政策缺口量化研判模型

利用NLP、机器学习等技术进行数据清洗、特征挖掘与建模,输出结构化洞察报告,为健康险产品责任迭代与差异化竞争提供核心算法支撑

最低要求

硕士及以上学历,统计学、应用数学、计算机科学、数据科学、人工智能、精算学、生物统计等相关专业

具备扎实的数理统计、机器学习、深度学习、数据建模理论基础
具备算法建模能力,熟练掌握回归分析、特征工程、聚类分类、时序预测、NLP文本挖掘、量化对比分析等算法,可独立搭建业务适配的数据分析、预测、评估模型,具备模型优化、调参、效果验证能力
具备数据处理能力,熟练使用Python、SQL进行海量多源数据清洗、关联、挖掘、分析,熟悉Pandas、Numpy、Scikit-learn等主流算法工具库,具备医疗、保险多维度异构数据处理经验优先
具备极强的数据洞察与逻辑拆解能力,可将业务需求转化为算法模型需求,通过量化数据输出可落地的业务结论,擅长从海量数据中挖掘趋势、缺口、差异问题
工具与可视化能力,熟练使用数据分析可视化工具,可输出结构化、可视化的算法分析报告、竞品对比模型、趋势研判成果

工作职责

一、工作职责:

健康险业务全链路智能化升级,依托AI算法、数据建模技术开展竞品深度分析、医保政策缺口研判,以算法结果反哺健康险产品责任迭代优化方案,支撑公司健康险产品差异化竞争
竞品智能分析模型搭建与落地:
搭建健康险竞品多维分析算法体系,基于NLP文本解析、特征挖掘、对比排序算法,自动化抓取、拆解、量化行业主流健康险产品的保障责任、免责条款、赔付规则、定价体系、增值服务等核心维度数据
构建竞品动态监测模型,实时追踪同业产品迭代、责任升级、费率调整策略,输出结构化竞品差异洞察报告,为产品差异化设计提供数据与算法支撑
医保政策缺口量化研判建模:
深度拆解国家及地方医保目录、报销比例、医保免责范围、大病保险报销规则、医保支付改革政策,搭建医保保障缺口量化评估模型
通过算法对比医保可报销范围与大众实际就医支出、高频自费医疗项目、特药耗材、高端诊疗服务的差异,精准定位医保保障盲区、额度缺口、场景缺口,明确商业健康险可承接的补充保障空间

AI 洞察

优缺点分析

优点

  • 背靠平安集团庞大生态,拥有海量真实医疗与保险数据资源,技术落地场景丰富且业务价值高
  • 适合具备扎实算法功底且对保险/医疗健康行业感兴趣,希望将技术应用于垂直领域解决复杂业务问题的求职者

缺点 / 挑战

  • 需深入理解复杂的医保政策与保险业务逻辑,对跨领域知识储备要求极高,业务转化压力大

角色解读

  • 可向高级算法专家、数据科学家方向发展,或转型为懂技术的保险产品经理/业务战略分析师,成为业技融合的核心人才
  • 搭建健康险竞品分析模型,利用NLP和特征工程自动化拆解竞品条款与定价,输出结构化洞察
  • 扎实的数理统计与机器学习基础,精通Python/SQL及Scikit-learn等工具,具备NLP文本挖掘与数据建模实战能力

申请策略

  • 在简历或面试中展示如何将抽象的业务问题(如‘医保缺口’)转化为具体的算法建模任务,体现业务洞察力
  • 突出NLP文本处理、竞品分析建模、医保政策量化研究的相关项目经验,强调从数据到业务决策的闭环能力
  • 补充医疗保险基础知识(如重疾险、医疗险条款结构),了解国家医保局最新政策导向,提升业务敏感度

面试指南

  • 采用STAR法则(情境、任务、行动、结果),重点描述业务痛点、算法选型依据、数据处理难点及最终带来的业务价值(如准确率提升、效率优化)
  • 请介绍一个你使用NLP技术处理非结构化文本数据的完整案例
  • 如何构建一个竞品价格与保障责任的量化对比模型?
  • 面对缺失值多的医疗异构数据,你的清洗与特征工程策略是什么?
  • 如何评估医保政策变化对商业健康险产品的影响?
  • 复习机器学习经典算法原理,准备1-2个完整的端到端数据建模项目案例,并提前了解当前热门健康险产品及医保DRG/DIP支付改革背景

职位点评

薪资福利75
成长发展85
工作生活60
使命价值70

薪资福利

75中等

作为上市巨头企业,薪酬福利体系完善且稳定,但具体薪资面议,需结合个人谈判能力确定是否达到市场高位。

薪资信号面议 (2.5千–4.5万/月)

成长发展

85较高

岗位涉及前沿的NLP与复杂业务建模,技术栈现代且具有挑战性,且在大型平台有清晰的业务落地场景,利于专业技能深化。

技术前沿主流现代技术
技术栈NLP、机器学习、Python、SQL、Scikit-learn、数据建模
业务类型profit_center

工作生活

60中等

未明确提及弹性工作制,通常此类核心研发/算法岗位工作强度较大,但地处深圳核心区通勤相对便利。

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

70中等

直接服务于健康险产品优化与医保缺口填补,有助于提升民众医疗保障水平,具有一定的社会价值与行业使命感。

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