宏利
Quality Engineer
Quality Engineer
发布于 2 小时前普通员工/个人贡献者
全职员工混合式弹性办公质量保证
质量保证
Agile
CI/CD
Etl
Power Bi
Sql
数据质量
自动化测试
值不值得投
78综合评分
综合评分 78
外企健康数据质量岗，技术栈前沿含AI，混合办公WLB佳，侧重数据治理与自动化测试。
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
2万
比质量保证中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
43 个在招
市场机会
选择适中
成都 · 质量保证 · 11 个在招
职位详情
关于这个职位
该职位负责确保宏利健康数据产品的质量与可靠性，支持AI和数据分析用例
你需要设计并执行自动化测试、验证数据管道与转换逻辑，并推动数据质量治理与流程改进，为业务创新和运营优化提供可信的数据基础
最低要求
学历：统计学、数学、计算机科学、商业分析或数据分析相关专业本科或硕士学位
经验：具备3-5年数据质量工程师、数据分析师、数据工程师、BI分析师、BI工程师或数据相关项目业务分析师的工作经验
技术专长：
精通数据操作、数据分析、数据仓库、数据挖掘与提取、数据可视化及ETL流程
熟练使用Power BI、SQL、Python、R、Spark和Excel进行数据查询、操作和分析
具有ADLS、Data Factory、DataBricks等大数据工具的使用经验
能够在技术用户和业务用户之间解释和翻译术语
能够与不同地区的跨地域、跨文化团队协作
独立工作，自我驱动
具备较强的分析和解决问题的能力
具备熟练的英语书面和口头沟通能力
软技能：出色的沟通和利益相关者管理能力
工作职责
质量工程：
支持QA策略和执行计划，确保与提供商网络、理赔效率和护理质量相关的健康数据产品的准确性、完整性、一致性、及时性和可靠性，并为合同/谈判策略、网络优化、医疗成本管理和欺诈、浪费、滥用识别提供洞察
与数据工程师、数据分析师、产品负责人和业务利益相关者等跨职能团队合作，解决质量问题
进行代码和交付物的同行评审，以促进持续学习
控制、更新和分发新的和修订的质量标准及技术变更
确保符合内部和外部质量标准以及公司SDLC标准
了解前端和后端技术及趋势的最新动态
持续提升技能，以应对包括基于云的开发在内的多样化应用挑战
测试执行与自动化：
开发、执行和维护针对数据管道、API、报告、仪表板和分析数据集的手动和自动化测试用例
验证源到目标的映射、数据转换、业务规则、计算和对账，以确保数据的准确性和一致性
构建和增强自动化测试框架和脚本，以支持CI/CD和持续测试实践
准备和管理测试数据，分析测试结果，调查缺陷，并与交付团队合作解决问题
执行集成、回归、端到端、性能和质量测试，以确保数据产品和分析解决方案的可靠交付
质量治理与流程改进：
定义、监控和报告关键质量指标，包括数据准确性、完整性、缺陷趋势和测试覆盖率
支持质量审计、治理审查和合规活动，以确保遵守既定标准和控制
开发质量仪表板和报告，以提供数据质量性能和测试有效性的可见性
推动在数据和AI交付生命周期中采用质量设计原则、测试最佳实践和自动化
识别机会，通过持续流程改进提高测试效率、数据质量和交付成果
优先资格
具有项目管理经验
具有Agile（敏捷）项目工作经验
了解保险和/或金融行业
AI 洞察
优缺点分析
优点
- 接触前沿技术：岗位涉及生成式AI、大语言模型等前沿技术在健康数据中的应用，技术视野广阔
- 外企平台与WLB：作为知名跨国金融机构，通常提供完善的福利体系和相对平衡的工作生活节奏
- 业务价值高：直接支持健康保险核心业务与区域战略计划，工作成果对业务影响显著
- 跨部门沟通成本：需要与数据科学家、业务领导者等多方协作，对沟通与利益相关者管理能力是考验
- 适合具备扎实数据开发或测试背景，英语流利，且希望在金融健康领域深耕数据质量与AI应用的复合型技术人才
缺点 / 挑战
- 技术栈要求广：需要同时掌握数据工程、测试自动化及大数据组件，对综合能力要求较高
角色解读
- 从数据质量工程师向高级数据质量专家或数据架构师方向发展，深耕数据治理与质量体系建设
- 结合AI与GenAI技术，转型为数据产品负责人或AI数据运营专家，推动前沿技术在健康业务中的落地
- 负责健康数据产品的质量保证，确保数据的准确性、完整性和可靠性，支持AI和分析用例
- 开发并维护自动化测试框架，执行数据管道、API及分析数据集的端到端测试
- 定义并监控数据质量指标，推动质量治理与流程改进，提升数据交付效率
- 精通SQL、Python等数据处理语言，熟练使用Power BI、Spark、DataBricks等大数据与可视化工具
- 具备扎实的数据仓库、ETL流程及自动化测试框架搭建经验，熟悉CI/CD实践
- 优秀的英语沟通能力及跨文化团队协作能力，能熟练在技术与业务之间进行转换
申请策略
- 了解宏利在健康保险及数据分析领域的最新战略，特别是Provider Management和Health KPIs相关业务
- 准备全英文面试，特别是技术细节与项目经验的英文表达
- 突出数据质量保障与自动化测试经验，量化在提升数据准确性、降低缺陷率方面的具体成果
- 展示对大数据生态（如DataBricks、Spark）及ETL流程的熟悉程度，以及CI/CD流水线建设经验
- 强调英语工作能力及跨文化团队协作经历，体现与全球团队沟通的顺畅度
- 深入学习生成式AI（GenAI）和大语言模型（LLM）在数据质量校验中的应用场景
- 巩固Python自动化测试框架（如PyTest）及大数据测试工具的使用，提升测试效率
面试指南
- STAR法则：针对项目经验问题，按照情境、任务、行动、结果的逻辑清晰阐述
- 技术深度+业务价值：在回答技术问题时，不仅说明实现方案，还要强调其对业务指标（如数据准确性、交付效率）的提升
- 请描述你过去搭建数据自动化测试框架的经验，以及如何将其集成到CI/CD流程中？
- 在验证复杂的数据转换和业务规则时，你如何确保源到目标的数据一致性和准确性？
- 面对跨地域、跨文化的团队，你如何有效沟通并推动数据质量问题的解决？
- 你如何看待生成式AI（GenAI）在数据质量治理和测试中的潜在应用？
- 复习数据仓库建模、ETL流程及大数据组件（Spark/DataBricks）的核心原理与常见性能瓶颈
- 准备几个英文的项目案例，重点突出你在解决复杂数据质量问题和推动流程改进中的主导作用
职位点评
薪资福利75
成长发展85
工作生活80
使命价值70
薪资福利
75中等
JD未明确披露具体薪资数字，但基于岗位对Python、大数据组件及英语的高要求，预计薪酬处于市场中上水平。
薪资信号未披露（AI估算：1.5千–2.5万/月）
福利待遇灵活的工作环境、关注员工健康与包容
成长发展
85较高
岗位涉及GenAI、LLM等前沿技术在健康数据中的应用，且明确提到赋能员工学习成长，技术与发展空间广阔。
技术前沿前沿/新兴技术
技术栈Python、SQL、Power BI、Spark、ADLS、Data Factory、DataBricks、GenAI、LLMs、Agentic AI、OpenAI GPT、AliCloud Qwen
成长机会赋能你学习并发展你想要的职业、参与区域健康数据计划、推动创新
业务类型profit_center
工作生活
80较高
JD明确说明Working Arrangement为Hybrid（混合办公），且强调灵活的工作环境，WLB预期较好。
工作模式混合式弹性办公
办公地点未明确
加班情况未提及（无法判断）
工作生活平衡灵活的工作环境、关注健康
使命价值
70中等
健康保险与数据分析结合，支持医疗成本管理和欺诈识别，具有一定的社会正向价值，但主要仍为商业驱动。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号帮助人们更容易地做出决定，让生活更美好
创新程度积极采用新技术
宏利 的其他在招职位
相似职位推荐
Watch Jobs