You apply mathematical models to assess insurance risk, price products, and ensure that insurers hold sufficient reserves to pay future claims.
注：职业描述基于市场通用岗位职能，实际工作内容因单位和部门有所不同。
月薪（税前）· 受地区、单位性质和个人能力影响较大
北京、上海、深圳等一线城市薪资通常高于全国平均水平 20–40%
国有企业稳定性强，私营和外资企业薪资弹性较大
该职业依赖专业判断、创意或人际沟通，AI工具可以辅助但难以全面替代。主动学习AI辅助工具将显著提升工作效率。
技术技能名称保留英文（行业通用表达），面试和实际工作中均以此为准。
在导师或上级指导下熟悉业务体系，建立专业知识框架。通常需要 3–6 个月内开始独立承担项目模块。
独立主导项目或业务模块，开始带领初级成员，逐步建立行业内的专业声誉和人脉网络。
负责重大项目或部门管理，参与战略决策，薪资上限显著提升。高级岗位通常需要丰富的项目记录或专业认证。
清晨9点，精算师参加产品开发晨会，与产品经理、核保部门讨论新重疾险的定价假设调整；10:30开始运行死亡率/发病率模型，用R或Python清洗最新医保理赔数据，校准生命表参数；中午快速复盘昨日准备的偿付能力报告初稿；下午两点与审计团队对接Solvency II压力测试结果，修正资本要求预测值；15:30为销售部门做15分钟精算简报，用可视化图表解释准备金变动对利润的影响；下班前更新Actuarial Control Cycle（ACC）跟踪表，标记三个待协调事项——再保险公司反馈延迟、监管新规解读待确认、下月IFRS 17系统切换测试排期。全程穿插邮件审批、模型版本归档及跨时区与海外精算同事的线上协同。
国内主流路径：本科及以上学历，数学、统计、金融工程或保险专业优先；需通过中国精算师协会（CAA）准会员（FCAA）全部8门考试（含寿险、非寿险、资产负债管理等），或国际认证如SOA（FSA）或CAS（FCAS）。核心技能包括：熟练使用R/Python进行建模分析、掌握SQL数据库操作、精通Excel高级函数与Power BI/Tableau可视化；熟悉IFRS 17、偿二代、Solvency II等监管框架；英语需达CET-6水平，能精准研读英文技术文档。实习经历（如保险公司精算部、咨询公司风险组）显著提升录用概率。
并非必须，但建模分析已高度数字化。初级岗侧重Excel+Access处理常规准备金计算；中高级岗普遍需用Python/R搭建动态现金流模型、执行蒙特卡洛模拟，代码能力直接影响效率与创新空间。纯手工计算在监管合规场景中已被系统自动校验取代。
挑战较大但可行。需系统补足概率论、随机过程、寿险精算原理等核心知识，并通过全部资格考试（平均耗时3–5年）。建议先考取CAA初级科目积累信心，同步进入保险科技公司数据分析岗过渡，利用已有行业经验（如财务、IT）形成复合优势。
不会取代，但将重构工作重心。AI可加速数据清洗、参数拟合与报告生成，而精算师的核心价值在于：设定合理假设、判断模型局限性、解释监管意图、平衡商业目标与风险底线——这些需深度行业洞察与伦理判断，恰是AI无法替代的人类专长。