薪酬概览
平均月薪
¥21500
中位数 ¥0 ｜ 区间 ¥17300 - ¥25800
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
75% 人群薪酬落在 15-30k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
5月新增岗位
6
对比上月：岗位减少1
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 应届 | 1 | 20% |
| 1-3年 | 1 | 20% |
| 3-5年 | 3 | 60% |
热招职位
1、负责医疗领域结构化数据的清洗、标注及质量把控，确保数据集的医学准确性与合规性；
2、构建和维护医疗知识图谱，梳理疾病、药品、诊疗项目之间的逻辑关系，为算法模型提供高质量的知识底座；
3、参与智能理赔审核、智能核责等场景的研发，提供医疗领域专业支持，推动项目落地；
4、深入分析保险理赔中的医学逻辑（如：适应症匹配、合理用药、核责判定等），将复杂的医学条款转化为可执行的算法规则或模型评估标准。
1. **产品规划与设计** - 负责公司内部财务企划系统的产品规划、需求分析与功能设计 - 深入理解财务业务流程，将业务需求转化为产品需求文档（PRD）和原型设计 - 持续优化产品功能，提升用户体验和系统效率
2. **项目推进与落地** - 主导财务企划系统从需求到上线的全生命周期管理 - 协调研发、测试、运营等团队，确保项目按时高质量交付 - 跟踪项目进度，识别并推动解决项目风险和问题
3. **跨部门协同** - 与财务部门紧密沟通，深入了解业务痛点和需求 - 与业务部门对接，收集并分析各方的系统使用反馈 - 协调内外部资源，推动系统与其他业务系统的集成对接
4. **数据分析与优化** - 通过数据分析评估产品效果，持续迭代优化产品功能 - 关注行业趋势和竞品动态，提出产品创新建议
1、负责 AI 创新业务的赛道洞察与机会挖掘，开展行业趋势研究、用户需求调研、竞品对标分析，输出创新方向评估结论与立项建议；
2、主导创新产品从 0 到 1 的全生命周期管理，完成产品定位、需求定义、流程设计、原型输出与 PRD 撰写，统筹 MVP 版本的规划与落地迭代；
3、全流程推进产品 PMF 验证，牵头用户测试、数据复盘、功能迭代，持续打磨产品核心价值，同步验证用户价值、商业可行性与技术可行性；
4、跨团队协调工程化、内外部技术资源与合作方，把控项目进度与交付质量，推动产品方案快速落地、快速验证。
1、B端-客户服务体系构建：主责平安企业宝B端客户服务体系的规划与落地，包括会员体系、服务发放和管理体系、AI数字员工等，提升企业客户保险+服务运营能力，为保险续保及转化赋能。
2、C端-小宝AI产品建设：牵头企业宝统一面客AI产品——小宝的规划与落地，设计高度可扩展的agent架构，集成健康问诊、商品搜索/导购、理赔咨询、保险销售等各类AI能力，助力企康活化、理赔提效、保险转化。
1、负责票据业务营销推动，包括分行业务推动、新模式复制推广等，完成业务量、收入、客群等各项指标；
2、负责票据业务培训宣导，提升分行及经营团队专业能力；
3、协助分行业务营销重点客户/项目，含方案设计、协助营销、授信沟通等，推动业务落地；
4、负责票据业务模式创新及线上流程优化，打造差异竞争优势。
负责参与休闲竞技、休闲社交等赛道项目孵化；
负责参与整体游戏孵化中的核心创意与玩法创新，设计游戏核心玩法框架、统筹各玩法模块的制定与落地；
1、策略与模型设计：负责广告投放链路的核心策略设计，包括竞价排序、出价机制、预算分配、流量分发等模块，结合机器学习模型（如CTR、CVR预估）持续优化系统整体效率与资源利用率。
2、智能投放工具建设，主导客户侧智能投放工具的产品规划与迭代，支持广告主自助化、智能化投放，提升投放效率与转化效果，助力达成业务目标（如获客成本优化、转化率提升）。
3、数据洞察与问题诊断，深入理解广告系统底层机制，利用数据分析识别系统瓶颈与策略缺陷，建立归因分析体系，提出可落地的优化方案并推动实施。
4、跨团队协同推进：联动算法、研发、运营及业务团队，推动策略产品从需求定义、方案设计、AB测试到上线落地的全流程闭环管理。
1.负责项目组的活跃运营工作，包括但不限于策略制定、日历规划、活动设计和奖励投放等；
2.负责各版本的活动日历制订，能够独立编排版本内容和活动内容，进行一定的活动策划；
3.分析总结活跃数据和用户反馈，设计和落地相应活跃调控方案；
4.追踪竞品内容和运营表现，总结沉淀行业优秀产品运营经验。
1.负责AI语音相关产品的规划、设计与迭代；
2.联动算法/工程/数据团队，推进AI语音能力在业务中的落地，持续优化识别准确率、响应速度等关键指标；
3.建立语音产品质量评估体系，负责效果评测集构建、竞品分析和数据驱动的产品迭代。
1、负责医疗AI医学知识库、循证知识库的数据产品规划与体系建设，覆盖核心医学知识场景
2、设计医学知识库的数据架构与产品形态，包括知识分类体系、证据等级、适用人群、禁忌边界、知识冲突处理、版本管理和溯源机制等
3、负责医学知识从原始资料到AI可用知识资产的全流程的流程化和产品化标准化，与多方团队协作，建立医疗知识生产、审核、评估、发布、监控的闭环流程。
4、面向RAG、大模型问答、AI医生对话等应用场景，协助团队提升AI回答的准确性、可追溯性和安全性，推动评测结果反哺知识库、模型策略和产品迭代
5、持续跟踪医疗AI、大模型评测、RAG、知识图谱、循证医学和行业监管趋势，推动团队数据产品能力持续升级。