薪酬概览
平均月薪
¥35400
中位数 ¥37500 ｜ 区间 ¥24600 - ¥46200
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
60% 人群薪酬落在 >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
6月新增岗位
20
对比上月：岗位减少0
数据由各大平台公开数据统计分析而来，仅供参考。
抱歉，岗位需求趋势暂无数据
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 |
|---|---|---|
| 3-5年 | 12 | 60% |
| 5-10年 | 4 | 20% |
| 不限经验 | 4 | 20% |
热招职位
1、 统筹toB前端产品建设，负责网银/APP/小程序/公众号等渠道的前端产品体验，收口全站页面体验问题，建立并实行走查机制、问题跟踪反馈机制等；
2、 负责统筹PC与移动端平台流量管理、平台合规管理，确保平台合规并提高平台的业务转化率；
3、 定期分析业务和竞对，定期调研客户，总结现状问题，进行产品持续优化；
4、 负责相关数据的提取、整理，形成各类产品报表，根据不同场景或产品对各类数据进行多维度分析与研究，通过数据驱动平台体验提升。
5、 重点负责对接坐席/客服等工单流转，完善问题/客户建议的对接机制，推动基础平台产品优化升级
职位介绍
1.AI 技术前沿应用探索，关注前沿 AI 技术发展，跟进成熟、可落地的 AI 能力与解决方案
2.AI 应用场景挖掘与规划，深入业务部门，识别适合引入 AI 的应用场景
3.AI 应用产品设计，将业务需求转化为清晰、可执行的 AI 应用产品方案
4.项目推进与落地实施，协调内部团队及外部厂商，推进项目按计划实施
5.应用效果评估与推广，建立 AI 应用效果评估指标体系，总结实践并推广
1、负责全行投行资本市场业务、项目贷款业务、上市公司客群经营的发展规划、产品研发、业务培训、方案设计等，对相关业务开展行业分析和市场研究等。
2、负责制定相关业务的管理办法及业务流程，并对相关政策进行解读和宣导。
3、负责相关项目的承做与落地。
1、业务洞察：深入理解保险代理人、内勤人员、管理者的作业流程与痛点，抽象为系统需求
2、产品设计：规划移动端/PC端业务工具，涵盖客户管理、活动量管理、保单查询、业绩追踪等模块
3、系统整合：协同技术团队实现与核心业务系统（如CRM、精算、理赔系统）的数据打通，确保系统稳定性与安全性
4、效率提升：通过工具优化降低作业成本，提升代理人展业效率与管理人员管理效率
1、负责大宗上下游全产业链及非车下游业务场景挖掘和方案研发，推动供应链产品创新；
2、负责分行培训宣导、新模式复制推广等；
3、支持分行重点客户协同营销，重点场景/项目营销推动，含方案设计、协助营销、授信沟通、系统需求等全流程专业支持。
1、负责产品线的全生命周期管理，根据业务需求灵活运用自研+ODM混合模式，平衡创新自主性与上市效率。
2、主导自研产品的定义与规划，从用户洞察、技术评估、功能定义到软硬件协同设计，推动差异化创新产品的落地。
3、负责ODM产品的选品评估与方案导入，与供应商深度沟通技术规格、成本优化与交付节奏，确保产品竞争力。
4、统筹市场调研与竞争分析，制定产品线策略与Roadmap，明确不同模式下产品的定位与分工。
5、协同内部研发、设计、供应链及外部ODM厂商，确保项目节奏可控、资源匹配、交付质量达标。
6、跟踪产品上市后数据与用户反馈，推动自研产品迭代优化及ODM产品的选型调整。
7、参与供应商资源筛选与管理，建立长期稳定的合作关系，提升供应链响应效率。
1、数据产品规划：负责个人金融领域数据的数据产品规划、设计与落地，包括实时行为数据产品、标签数据产品等；
2、数据产品宣传推广：负责数据产品在企业内高潜业务场景的合作上线、企业内目标用户的触达推广和使用。
3、项目管理与跨部门协作：负责部门相关项目的全生命周期管理，制定项目计划、资源分配及进度控制，确保项目按时高质量交付；协调技术、数据、业务等跨部门资源，推动标签系统与投资平台的集成与优化；
4、行业研究与创新探索：研究前沿技术（如AI、大数据）在金融个人数据标签体系中的创新应用；
1.负责线下药店网络前后台全链路产品规划和迭代，包括但不限于商户入驻、门店管理、ERP对接、支付、履约流程等；
2.设计多商户、多维度的资金结算与智能对账体系，制定对账规则、分润逻辑、差错预警及闭环处理流程，对接财务系统，实现交易数据、资金数据全链路打通。
3.对接集团保险体系，搭建医险融合交易链路；
4.协同技术、设计、运营、销售等团队，推动产品高效落地，确保项目按时高质量交付；
5.持续跟踪行业动态及竞品动向，结合用户需求和业务规划，制定产品规划路线图，拆解需求形成可执行的版本计划。
1、对接平安集团内相关专业公司债券投资部门，协助落地分行业务需求；
2、负责团队业务经营分析及相关战略规划材料、项目报告的统筹撰写与优化；
3、跟踪债券市场动态，前瞻性地开展各类专题分析。
1、负责AI+数据中台产品的整体规划与设计,涵盖数据采集、数据治理、数据服务、数据资产管理及AI能力平台等核心模块,明确产品定位与技术路线;
2、深入理解财务部门的数据需求与AI应用场景,将复杂的数据驱动目标标转化为清晰可落地的中台产品方案,输出高质量PRD及系统架构设计文档;
3、负责数据中台核心能力的产品设计,包括数据集成(ETL/ELT)、数据仓库建模、指标体系搭建、数据质量监控、元数据管理、数据血缘追踪等;
4、负责AI能力平台的产品设计,涵盖模型训练管理、特征工程平台、模型部署与推理服务、AI应用集成(如智能标签、智能推荐、智能预测等)的产品化方案;
5、构建数据中台的核心指标体系与运营看板,通过数据资产使用率、数据质量评分、服务调用量等关键指标驱动产品持续优化;
6、持续跟踪数据中台与AI平台领域的前沿技术动态(如Data Fabric、Data Mesh、Lakehouse、向量数据库、RAG等),推动产品的技术演进与差异化创新;
1、跟进Google AI能力版图：持续跟踪Gemini及Google相关能力的发布节奏（AICore、ML Kit GenAI、App Functions、Gemini Live、Automation等），评估对自有AIOS的可集成性，并排定落地优先级与版本计划。
2、主导Gemini系统级集成：定义端云协同的能力边界与方案（端侧Gemini Nano vs 云侧Gemini API），明确各场景该用哪一侧、成本/时延/隐私如何权衡。
3、设计Gemini与系统原子技能的调用与编排：搭建"意图识别 → 技能路由 → Function Calling → 执行 → 结果回收"的完整闭环；定义原子能力（闹钟、日历、设置、通讯、相机、地图、第三方App能力等）的能力描述（schema）、注册机制与冲突消歧策略。
4、规划Google合作共建功能：对接Google的PM与工程团队，推动联合feature从需求定义、技术对齐到上线交付，管理双方依赖与节奏。
1. 场景调研与机会挖掘：调研分析公司AI技术应用场景，结合业务需求挖掘落地机会，输出可行性研究报告。
2. 技术路线与方案设计：制定AI技术发展路线图，参与核心技术选型、方案设计及技术文档撰写。
3. 原型开发与测试：参与AI原型系统的开发测试，包括算法验证、数据处理、模型训练等，积累项目实战经验。
4. 行业跟踪与分析：持续关注AI领域前沿技术、政策法规及行业案例，定期输出行业分析简报，为公司决策提供参考。
5. 跨部门协同推进：与业务部门密切沟通，明确AI需求边界，推动AI应用项目顺利落地。