安联
Financial Management and Analytics-Data Engineer
Financial Management and Analytics-Data Engineer
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
Power Bi
Sql
Vba
大语言模型
数据仓库
数据管道
机器学习
生成式Ai
值不值得投
74综合评分
综合评分 74
跨国金融巨头、技术栈前沿含AI应用、成长空间大，但WLB与具体薪资未明确。
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
1.4万
比数据工程中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
20 个在招
职位详情
关于这个职位
该职位隶属于安联台湾财务分析与数据团队，主要负责构建和维护自动化数据管道，以支持业务分析需求
你将与用户和IT团队合作，开发数据可视化看板，并协助引入机器学习和AI工具来提升业务监控与决策效率
最低要求
精通 Python、SQL、VBA 或其他编程语言
深入理解数据仓库原理、数据管道和 API
具备 Tableau 或 Power BI 等数据可视化工具的使用经验
具备较强的解决问题能力
注重细节，具备良好的演示技巧
能够有效地将生成式 AI 工具（如 ChatGPT）融入日常工作流程，以提高生产力和效率
工作职责
直接与用户和 IT 团队合作，理解目标、收集需求，并开发自动化流程数据管道
构建并支持稳健的数据管道，以满足分析需求并按时交付
具备数据管道处理知识，能够高效交叉检查数据质量
创建报告和可视化看板，帮助合作伙伴监控业务趋势和关键指标
监控关键指标和业务流程，以识别差异
协助实施机器学习和 AI 工具
优先资格
具备统计技术（如回归分析、各种统计检验等）及多种机器学习技术（如聚类、GBDT、神经网络、PCA等）的应用知识和经验
具备云解决方案和大语言模型（LLM）的知识和经验
AI 洞察
优缺点分析
优点
- 依托全球领先的金融保险集团，能够接触到海量、高质量的业务数据与复杂的金融分析场景
- 岗位融合了传统数据工程与大模型/AI应用，技术栈前沿，有助于提升个人在AI时代的核心竞争力
- 跨国企业通常具备完善的培训体系与包容的多元文化，有利于职业素养的全面提升
- 具备扎实数据开发基础，对AI和机器学习有浓厚兴趣，且希望在金融保险行业深耕的数据技术人才
缺点 / 挑战
- 需要频繁与业务用户和IT团队沟通，对跨部门协作能力和需求理解能力要求较高
- 金融保险行业对数据准确性和合规性要求极严，数据质量监控和管道稳定性维护压力较大
角色解读
- 初级/中级数据工程师 -> 高级数据工程师/数据架构师，深耕数据底层建设与管道优化
- 向数据科学家或AI应用专家转型，专注于机器学习模型落地与业务赋能
- 晋升为数据团队负责人，统筹数据战略与跨部门协作
- 负责构建和维护自动化数据管道，确保数据的高效流转与质量监控
- 开发数据可视化看板，帮助业务团队监控关键指标与业务趋势
- 协助引入和实施机器学习与生成式AI工具，提升业务分析能力与工作效率
- 熟练掌握Python、SQL等编程语言，具备扎实的数据仓库与数据管道开发能力
- 熟悉Tableau或Power BI等可视化工具，能够将复杂数据转化为直观的业务洞察
- 了解统计学与机器学习基础，能够将AI工具（如LLM、ChatGPT）应用于实际工作场景
申请策略
- 了解安联集团的企业文化（如多元、包容、诚信）及台湾保险市场的业务特点，在面试中展现文化契合度
- 准备一些跨部门沟通与需求收集的实际案例，以证明自己的软技能
- 突出数据管道构建与自动化流程开发的实际项目经验，强调数据质量保障能力
- 展示使用Tableau/Power BI进行数据可视化的成功案例，体现业务洞察力
- 重点描述将生成式AI或机器学习工具应用于实际工作、提升效率的具体场景与成果
- 深入学习大语言模型（LLM）在金融数据分析中的应用场景及Prompt Engineering技巧
- 巩固统计学与机器学习算法基础，了解主流云解决方案的数据服务
面试指南
- STAR法则：针对项目经验问题，按照情境(Situation)、任务(Task)、行动(Action)、结果(Result)的结构进行阐述，突出个人贡献与业务价值
- 业务导向：在回答技术问题时，始终将技术实现与业务目标（如提升效率、辅助决策）结合起来，展现技术为业务赋能的思维
- 请描述一个你从零构建或优化数据管道的完整项目，你是如何保证数据质量的？
- 当业务部门提出的数据需求不明确时，你通常如何与他们沟通并转化为技术方案？
- 你如何将生成式AI工具（如ChatGPT）融入日常数据开发或分析工作中？请举例说明
- 在数据可视化方面，你如何选择合适的图表来准确传达业务趋势和关键指标？
- 复习数据仓库建模理论、Python/SQL高级用法，以及常用机器学习算法的原理与适用场景
- 提前了解安联台湾的最新业务动态、数字化转型战略以及保险行业的数据应用趋势
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
跨国金融巨头提供具有市场竞争力的薪酬福利体系，薪资水平在当地同类岗位中处于中上游，稳定性较高。
薪资信号未披露（AI估算：1千–1.8万/月）
成长发展
85较高
岗位涉及数据管道、可视化及AI/LLM应用，技术栈前沿，且公司强调员工成长与赋能，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈Python、SQL、Tableau、Power BI、Machine Learning、LLM、Generative AI、Cloud solution
成长机会empowered、explore、grow、shape a better future
业务类型ambiguous
工作生活
60中等
跨国企业通常注重工作生活平衡，但JD未明确说明办公模式与工时安排，且金融数据岗可能面临一定的Deadline压力。
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
保险与资产管理行业具有社会风险管理的正向价值，公司强调多元包容与诚信，具备一定的社会意义感。
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care for tomorrow、inclusive workplace、equal opportunities
创新程度积极采用新技术
安联 的其他在招职位
相似职位推荐
Watch Jobs