中国平安的项目管理岗薪资是多少？

该职位薪资范围为 2.0–3.5万/月。

项目管理岗的工作地点在哪里？

该职位工作地点位于上海市。工作形式为仅现场办公。

中国平安的项目管理岗有什么任职要求？

该职位要求本科学历及中级经验工作经验。

中国平安

项目管理岗

立即应聘

项目管理岗

发布于 4 小时前

普通员工/个人贡献者

AI 估算 · 2.0–3.5万 · AI 参考估算

上海市

中级经验

本科

全职员工仅现场办公项目管理

项目管理

Agent开发

Ai项目管理

Prompt Engineering

Rag

业务流程优化

原型搭建

大模型应用

需求分析

值不值得投

80综合评分

综合评分 80

平安大厂背景、AI前沿技术栈、高成长潜力、中等WLB

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

2.8万

比项目管理中位数低

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 13010 个在招

市场机会

选择面较广

上海 · 项目管理 · 67 个在招

职位详情

关于这个职位

该职位负责深入业务一线，识别并挖掘具有落地价值的AI应用场景

主要工作包括将业务需求转化为应用方案（利用大模型、Agent等技术搭建原型），协同研发团队完成系统对接与上线交付，并持续优化应用效果与成本，沉淀可复用组件

最低要求

本科以上学历，3年以上相关工作经验，具备企业应用、数字化或 AI 项目经验，有从需求分析、原型验证到上线使用的完整经历者优先

具备业务分析、流程设计和需求拆解能力，能与业务、产品及研发团队清晰沟通，推动项目交付

了解机器学习、深度学习及大模型的基本原理，理解 Token、上下文窗口、模型幻觉等概念及其对应用的影响

掌握提示词设计、RAG、Agent、工具调用的基本原理与应用方法

能够构建业务测试案例，评估输出质量、响应时间和调用成本

了解数据脱敏、权限控制及人工审核机制

工作职责

深入业务团队，梳理工作流程和实际痛点，识别具有落地价值的 AI 应用场景，明确需求边界和验收标准

将业务需求转化为应用方案，运用大模型、知识库、Agent 和工作流等能力，完成原型搭建及效果验证

协同研发完成数据接入、系统对接和上线交付，推动应用融入实际业务流程

持续评估应用质量、效率和成本，根据用户反馈优化，并沉淀可复用的方案与组件

优先资格

加分项：

有知识助手、文档处理、客服辅助、运营自动化等企业 AI 应用的实际落地经验者优先

AI 洞察

优缺点分析

优点

处于AI应用落地风口，能接触最前沿的大模型技术
依托平安集团庞大业务场景，落地机会多，职业背书强
AI技术迭代极快，需保持高强度学习
业务需求往往复杂且非标准化，推动落地过程中协调成本高，易遇阻力
适合对AI技术有热情、具备逻辑思维、善于沟通且抗压能力强的复合型求职者

缺点 / 挑战

暂无明显挑战项

角色解读

可向AI产品专家、数字化转型负责人或AI解决方案架构师方向发展，成为懂业务又懂前沿技术的复合型人才
作为技术与业务的桥梁，深入业务场景挖掘AI落地机会，将模糊的业务痛点转化为具体的AI技术方案
需掌握大模型基础原理（Token、RAG、Agent）、提示词工程，具备极强的业务分析、需求拆解及跨部门沟通能力

申请策略

准备1-2个完整的AI落地案例，重点阐述如何平衡技术可行性与业务价值，以及如何解决落地中的具体难题
突出展示过往AI项目从0到1的落地经验，特别是如何将业务需求转化为技术方案的具体案例和量化成果
深入学习LangChain、LlamaIndex等主流框架，掌握RAG架构优化技巧，提升Prompt Engineering实战能力

面试指南

采用STAR法则（情境、任务、行动、结果）描述项目经历
针对技术问题，先讲原理再结合实际场景谈权衡与取舍
强调以业务价值为导向的技术选型思路
请分享一个你主导的AI落地项目，你是如何发现需求并验证可行性的？
在大模型应用中，如何处理幻觉问题并确保输出质量？
当业务部门的需求与技术实现存在冲突时，你如何协调？
你对RAG和Agent的理解是什么？在实际项目中如何选择？
复习大模型核心概念（Transformer、Attention机制简述），熟悉当前主流的AI应用架构（如RAG、Fine-tuning对比），准备几个典型的业务痛点解决案例