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 大约 20 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与科学
数据分析与科学
值不值得投
71综合评分
综合评分 71
医疗数据领域，技术前沿，成长空间大，但工作地点可能不固定。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
40K
比数据分析与科学中位数高
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 15130 个在招 · 其中数据分析与科学 约 300 个
市场机会
选择面较广
深圳 · 数据分析与科学 · 约 350 个在招
职位详情
关于这个职位
作为平安医疗数据算法工程师，你将负责医疗数据的整合与深度分析，构建风险预测、费用控制等模型，为保险产品定价和医疗控费提供数据支持
该职位需要3年以上数据分析经验，熟悉机器学习与大数据平台，并具备医疗行业知识，有机会参与医保控费、DRG/DIP等前沿项目
最低要求
学历要求：硕士研究生及以上学历，统计学、数学、计算机科学、公共卫生、流行病学或相关专业
工作经验：3年以上数据分析相关工作经验，在医院、医保机构、卫健委或医疗健康类企业从事数据分析工作
有医保控费、DRG/DIP支付改革、临床路径分析、医疗费用预测等项目经验者优先
技能要求：
熟悉常用建模方法，运用统计建模与机器学习等方法（如逻辑回归、随机森林、XGBoost、聚类等）进行特征因子分析，识别关键影响变量
熟练掌握Python或R，具备数据清洗、建模和可视化能力
熟悉SQL，能高效处理大规模医疗数据库
熟悉Hadoop、Spark等大数据平台
有使用大语言模型（LLM）、向量数据库等智能体技术的经验
其他要求：
对医疗行业有较深理解，熟悉医保政策、医院运营流程者优先
具备良好的沟通能力与团队协作精神，能够将复杂数据结果转化为业务语言
有较强的学习能力，能快速适应医疗数据的复杂性与政策变化
能够去项目现场驻点，支持外部数据应用和分析等工作
工作职责
负责平安医疗相关数据整合与深度分析，支持业务决策
构建和优化医疗风险预测、费用控制、疾病趋势等数据模型，提升数据分析的准确性和实用性
与业务、运营等部门协作，理解业务需求，为保险产品定价、营销风控、医疗控费等提供数据支持与分析报告
参与数据治理及数据质量提升工作
优先资格
有医保控费、DRG/DIP支付改革、临床路径分析、医疗费用预测等项目经验者优先
对医疗行业有较深理解，熟悉医保政策、医院运营流程者优先
AI 洞察
优缺点分析
优点
- 医疗数据领域前景广阔，政策推动DRG/DIP改革，行业需求增长
- 平安作为行业巨头，平台大，资源丰富，能接触大量真实医疗数据
- 技术栈全面，涵盖传统机器学习、大数据平台和LLM，技能提升空间大
- 岗位涉及业务决策，能培养数据与业务结合的能力
- 医疗数据复杂，政策变化快，需要持续学习和适应
- 可能需要项目现场驻点，工作地点可能不固定，影响生活
- 工作强度可能较大，需要处理大量数据和业务需求
缺点 / 挑战
- 适合有医疗数据分析经验，对医疗行业有热情，愿意接受挑战，且希望在大平台发展的技术人才
角色解读
- 在医疗数据领域深耕，成为医疗数据分析专家，参与更复杂的模型和项目
- 向技术管理方向发展，带领团队负责医疗数据平台建设
- 结合业务，向医疗产品经理或医疗咨询方向转型，发挥数据与业务结合的优势
- 负责医疗数据的整合与深度分析，为平安的保险业务提供决策支持
- 构建和优化医疗风险预测、费用控制等模型，提升数据分析的准确性和实用性
- 与业务、运营等部门协作，将数据结果转化为业务语言，支持产品定价和医疗控费
- 参与数据治理和数据质量提升，确保数据的准确性和一致性
- 熟练掌握Python或R，具备数据清洗、建模和可视化能力
- 熟悉SQL，能高效处理大规模医疗数据库
- 熟悉Hadoop、Spark等大数据平台，具备处理海量数据的能力
- 了解机器学习算法（如逻辑回归、随机森林、XGBoost）及LLM、向量数据库等智能体技术
申请策略
- 了解平安医疗业务方向，如平安好医生、平安医保科技，在面试中体现对业务的思考
- 准备好项目案例，突出数据建模和业务影响的量化结果
- 突出医疗数据分析项目经验，特别是医保控费、DRG/DIP等
- 强调Python/R、SQL、Hadoop/Spark等技能，并展示具体项目成果
- 如有LLM或智能体应用经验，务必突出
- 展示将数据结果转化为业务语言的能力，如提供分析报告案例
- 深入学习医疗行业知识，如医保政策、DRG/DIP支付改革
- 补充LLM和向量数据库的实际应用经验，如构建智能问答或知识图谱
面试指南
- 采用STAR法则：情境-任务-行动-结果，突出个人贡献和量化成果
- 结合医疗行业背景，展示对政策和业务的理解
- 强调数据到业务价值的转化，体现沟通能力
- 请介绍一个你处理过的医疗数据项目，如何构建模型并解决业务问题？
- 你如何理解DRG/DIP支付改革，对医疗控费有什么影响？
- 如何将复杂的数据结果向非技术业务人员解释？
- 你如何使用LLM或向量数据库解决医疗数据问题？
- 面对医疗数据质量差，你如何应对？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值75
薪资福利
70中等
薪资面议，但作为大型平台，薪酬竞争力可能较高，但未明确具体福利。
薪资信号面议 (30K-50K/月)
成长发展
85较高
技术栈前沿，涉及LLM和医疗大数据，成长空间大，但未明确晋升机制。
技术前沿前沿/新兴技术
技术栈Python、R、SQL、Hadoop、Spark、LLM、向量数据库、机器学习
业务类型profit_center
工作生活
50较低
工作地点可能涉及驻点，办公模式未明确，可能影响生活平衡。
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
75中等
医疗数据领域具有社会价值，行业前景好，但JD未明确使命导向。
行业发展高速增长赛道
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