中国平安
数据挖掘岗
数据挖掘岗
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公数据分析
数据分析
Bi可视化
Sql
因果分析
数据分析
数据建模
数据挖掘
预测分析
值不值得投
66综合评分
综合评分 66
大厂稳定平台、侧重业务赋能的数据分析岗，技术成长性好，但工作强度可能较大
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
1.6万
比数据分析中位数低
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 12940 个在招 · 其中数据分析 17 个
市场机会
选择适中
深圳 · 数据分析 · 36 个在招
职位详情
关于这个职位
负责平安平台客户经营的数据挖掘与分析工作，通过构建数据分析体系和数据模型（如因果/预测分析），为运营转化提供策略支持
同时负责开发可视化看板及输出专项分析报告，以数据驱动业务决策优化
最低要求
本科及以上学历，数学、统计等专业优先
熟悉SQL/Python/Excel等数据分析工具
有1-3年数据分析工作经验，懂互联网平台运营，熟悉数据分析方法论，具备独立输出数据分析报告的能力
具有较强的逻辑分析能力和执行能力，具备责任意识及团队精神
对数据敏感，能快速从大量数据中定位问题
工作职责
体系搭建：负责平台客户经营数据挖掘工作，设计平台客户经营数据分析体系
数据建模：利用数据分析方法与数据模型能力（因果分析、预测分析等），建立数据模型，为运营转化输出有价值的指导和建议
辅助决策：跟随业务变化，主动通过专项数据分析发现问题，支持运营策略落地及方案优化
数据可视化：利用数据处理工具与BI平台，开发可视化看板，提升数据时效以及数据有效性
数据支持：支持客户经营数据分析需求，包括但不限于数据报表及数据报告
AI 洞察
优缺点分析
优点
- 依托平安大平台，数据资源丰富，能接触大规模用户行为数据
- 技能栈实用（SQL/Python/BI），通用性强
- 需深入理解复杂的金融/互联网业务逻辑，对业务敏感度要求高
- 初期可能面临繁琐的数据取数工作
- 适合喜欢通过数据解决实际问题、对商业逻辑感兴趣且具备扎实技术基础的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向高级数据分析师、数据科学家或数据产品经理方向发展，深入业务策略层
- 搭建客户经营数据分析体系，运用SQL/Python进行数据提取与清洗
- 掌握SQL和Python进行数据处理，熟悉因果推断和预测模型等分析方法
申请策略
- 了解平安旗下的具体业务板块（如寿险、产险、银行等），在简历中体现对特定行业数据的理解
- 突出1-3年相关项目经验，重点展示使用SQL/Python解决实际业务问题的案例，特别是因果分析或预测模型的落地效果
- 强化统计学基础，学习因果推断方法（如A/B测试深度分析、倾向得分匹配等），提升BI工具（如Tableau/PowerBI）的高级应用技巧
面试指南
- 采用STAR法则（情境-任务-行动-结果）描述项目经历，重点突出数据带来的业务价值（如转化率提升、成本降低）
- 请分享一个你通过数据分析发现业务问题并推动优化的案例
- 如何区分相关性分析与因果分析？在实际业务中如何应用？
- 如果业务方提出的数据需求不明确，你会如何处理？
- 请简述你常用的数据建模方法及其适用场景
- 复习SQL复杂查询语法，准备1-2个完整的数据分析项目复盘，熟悉常见的数据分析方法论框架
职位点评
薪资福利70
成长发展75
工作生活50
使命价值60
薪资福利
70中等
作为上市巨头企业，薪酬福利体系完善，虽标面议但通常具备市场竞争力，稳定性较高。
薪资信号面议 (1.2千–2.0万/月)
成长发展
75中等
岗位涉及前沿的数据建模与因果分析，有助于提升硬核技术能力，且在大型平台有清晰的职业晋升路径。
技术前沿主流现代技术
技术栈SQL、Python、因果分析、预测分析、BI平台
业务类型profit_center
工作生活
50较低
传统大厂通常节奏较快，JD未提及弹性工作或远程办公，预计为标准现场办公模式，WLB一般。
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
60中等
服务于金融保险行业，虽非直接公益，但通过优化客户经营间接提升服务效率，具有一定的社会价值。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs