logo
← 返回面试流程列表
I

IAG（澳大利亚保险集团）

IAG (Insurance Australia Group)数据科学家
难度 ⏱ 3-6 weeks📋 6 轮面试data-scienceFull-time

IAG 是澳新最大的综合保险集团，数据科学驱动核心业务功能，包括定价模型、理赔预测、欺诈检测、灾难建模和客户分析，覆盖 NRMA、CGU、SGIO 和 WFI 等品牌。IAG 数据科学家面试流程通常为 3-6 周，包含独特形式：recruiter 电话筛选、涵盖 ML 应用设计和 Generative AI 的技术面试、2 小时小组工作（候选人协作解决保险定价场景后进行 10 分钟演示）、15 分钟个人独立面试以及与高管的行为面试。IAG 数据科学团队与精算团队密切合作，使用高级分析对澳大利亚和新西兰自然灾害易发地区的风险建模。小组工作形式尤其独特，同时评估分析能力和保险业务背景下的协作问题解决。Glassdoor 面试体验正面评价率 66.2%，难度 2.83/5。

独特的 2 小时小组工作，候选人协作完成保险定价场景并展示发现技术面试涵盖 ML 应用设计、ML 系统 API 设计和 Generative AI（含评估方法）数据科学与精算团队深度融合，进行风险建模、灾难预测和定价优化工作涵盖澳大利亚保险市场特有的自然灾害建模（洪水、山火、飓风）具有竞争力的薪资：高级数据科学家基本薪资 A$110K-$175K，总包可达 A$215K
IAGData ScientistInsuranceMachine LearningSydneyAustraliaPricing ModelsRisk ModellingCatastrophe ModellingGenerative AI

面试流程 (6 轮)

1
📋
通过 IAG 招聘网站在线申请Online Application via IAG Careers
⏱ 30-45 minutes to complete, 1-2 weeks for response

通过 IAG 官方招聘平台（careers.iag.com.au）提交申请，筛选数字与技术或分析类别下的数据科学岗位。申请需提交简历、工作经历，可能包含关于数据科学方法论、ML 经验以及保险或风险建模熟悉度的问题。IAG 的数据科学职能涵盖定价、理赔、欺诈检测、客户分析和灾难建模，了解岗位所属的具体领域有助于有效定制申请。

💡

常见问题（高频题）

  • 快速自检：为什么这个岗位？为什么这个团队？为什么是现在？
  • 你为什么对 IAG 的数据科学感兴趣，保险分析的什么方面吸引你？
  • 你最擅长哪些 ML 模型和技术？
  • 描述你构建生产部署 ML 模型的经验。

作答策略

  • 简历重点突出 ML 模型开发、统计分析、Python/R 能力和保险/金融/风险建模经验。
  • 包含可量化成果：模型准确率提升、预测精确度/召回率、模型推荐的业务影响或成本节省。
  • 引用 IAG 数据科学挑战：自然灾害区域的定价优化、灾难事件期间的理赔预测和欺诈检测。
  • 使用相关关键词：机器学习、预测建模、Python、R、TensorFlow、PyTorch、统计分析、风险建模、NLP、Generative AI。

常见坑点

  • 提交通用数据科学简历，未关联保险领域应用。
  • 只关注模型构建，未展示端到端 ML 生命周期经验（数据采集、特征工程、部署、监控）。
  • 未提及利益相关者沟通和将模型输出转化为业务建议的经验。
  • 遗漏 Generative AI 经验，IAG 现在在面试中特别评估此项。

48 小时准备计划

  • 重写 3-5 条核心经历，加入有业务影响指标的 ML 模型成果。
  • 研究 IAG 数据科学应用：定价、灾难建模、欺诈检测、客户分析。
  • 确保简历同时突出技术 ML 技能和业务沟通能力。
  • 准备两位能证明你数据科学和 ML 能力的推荐人。
🔒
还有 5 轮面试流程未显示解锁后查看全部 6 轮面试详情