渣打银行
AI Analyst, CIB AI CoE(China,India)
AI Analyst, CIB AI CoE(China,India)
发布于 6 个月前普通员工/个人贡献者
广州市
高级经验
全职员工
混合式弹性办公
本科
产品管理
业务分析
以人为本设计
企业银行
敏捷开发
机器学习
Agentic AI
AI产品管理
LLMOps
AI 估算 · 35k–60k
该职位要求高级AI产品与业务分析复合能力，涉及前沿AI技术，在金融科技领域需求旺盛，薪资竞争力强。
职位详情
关于这个职位
这是一个位于渣打银行企业及机构银行（CIB）AI卓越中心的AI分析师职位
你将作为AI产品负责人与业务、数据科学、技术团队之间的桥梁，负责从业务构思到AI解决方案落地的端到端交付
核心工作是推动AI用例的规模化应用，以提升银行收入、运营效率和客户满意度
最低要求
年业务分析经验，至少2年产品管理或产品负责人经验
具备金融服务业或科技公司的AI/ML经验者优先
良好的企业及机构银行业务领域知识
熟悉数字化解决方案和AI/ML概念
精通敏捷框架（Scrum/Kanban），能够编写史诗和用户故事，管理产品待办列表和进行冲刺规划
具备与服务设计团队合作并应用以人为本设计原则的经验
具备与跨职能团队（包括业务、合规、风险和技术领域的高级利益相关者）合作的能力
学士或硕士学位
英语能力
工作职责
管理端到端AI产品生命周期：支持AI首席产品负责人/产品负责人交付AI用例——从构思、业务验证到生产部署——确保可扩展性、合规性和影响力
以用户为中心的产品设计：确保AI产品设计时高度关注无缝的客户和员工用户体验
与用户体验与服务设计团队紧密合作，将直观易用的设计原则融入每个解决方案
战略性待办列表管理与敏捷产品管理：将业务问题转化为AI产品机会
在敏捷环境中管理待办列表、史诗和用户故事，平衡短期收益与战略性构建
确保优先级排序与业务价值、技术可行性和生产就绪度保持一致
利益相关者协作：与集团首席数据官、CIB平台团队、合规、风险及治理论坛跨职能合作，使AI计划与更广泛的业务战略和监管期望保持一致
技术与数据协作：与数据科学家、机器学习工程师和解决方案架构师合作，共同创建和迭代满足实际业务需求的AI产品，同时符合企业架构和数据治理标准
可扩展的产品架构：与解决方案原型和平台工程团队合作，开发可跨业务线复用的、可扩展的、生产级的AI模式
效益实现与衡量：定义成功指标并跟踪投资回报率、采用率和影响力
负责每个用例的效益案例文档
行业与技术雷达：保持前瞻性
扫描AI领域（Agentic AI、多模态模型、LLMOps），并将这些见解引入我们的用例管道和产品演进中
优先资格
接触过Agentic AI、Text-to-SQL、AI评估或LLM编排
接触过LLMOps或Agentic AI框架（如LangChain, LangGraph, AutoGen）
具备AI产品合规和模型风险管理经验
熟悉AI可观测性工具或可解释性框架（XAI）
拥有ML工程师、AI/ML、CSPO、PMI-ACP等认证
AI 洞察
优缺点分析
优点
- 身处银行AI转型的核心部门，能接触到最前沿的AI技术（如Agentic AI, LLM）在金融领域的规模化应用，技术视野开阔
- 平台优势明显，渣打银行作为跨国巨头，能提供丰富的业务场景、海量数据资源和成熟的协作体系，项目影响力大
- 角色定位独特，是连接业务、技术和设计的桥梁，能快速积累跨领域的复合型能力，职业护城河深
- 需要持续学习以跟上AI技术的快速迭代（如LLMOps, 多模态模型），对个人的学习能力和技术敏锐度是持续考验
- 适合拥有多年业务或产品经验，并对AI技术有强烈兴趣和一定了解的复合型人才，希望在金融科技前沿领域将技术转化为实际商业价值
缺点 / 挑战
- 工作涉及多方协调（业务、技术、合规、风险），沟通复杂度和项目管理难度高，需要极强的推动力和平衡能力
- 金融行业对AI产品的合规性、风险控制和可解释性要求极高，产品设计和落地过程需应对严格的监管框架
角色解读
- 纵向可向AI产品负责人、AI产品总监等高级产品管理岗位发展，负责更广泛的AI产品战略和组合
- 横向可向AI战略咨询、金融科技解决方案架构等方向拓展，成为连接业务与前沿技术的专家
- 在大型跨国银行的AI转型项目中积累的经验，为未来在金融科技、咨询或科技公司担任关键角色奠定坚实基础
- 作为AI产品负责人与业务、技术团队之间的核心枢纽，负责将银行业务需求转化为具体的AI产品机会和解决方案
- 管理AI产品的完整生命周期，从概念验证、业务论证到最终的生产部署和效益追踪，确保项目成功落地
- 与数据科学家、机器学习工程师、服务设计师紧密协作，共同设计和迭代AI产品，并确保其符合用户体验、技术架构和合规要求
- 扎实的业务分析和产品管理能力，能够理解复杂的企业银行业务，并将其转化为清晰的AI产品需求和路线图
- 熟悉AI/ML技术概念和生命周期，具备与数据科学和工程团队高效沟通和协作的能力
- 精通敏捷开发方法论，擅长需求管理、优先级排序和跨团队项目管理，以推动产品快速迭代
申请策略
- 深入了解渣打银行CIB的业务板块和近年的数字化转型战略，在申请材料或面试中展现你对该职位如何助力其战略目标的理解
- 仔细阅读职位描述中关于公司文化和价值观（如“Do the right thing”, “Never settle”）的部分，并在申请中体现与之契合的职业行为
- 重点突出在金融或科技领域，从0到1或规模化交付AI/数据类产品的完整项目经验，特别是你如何定义需求、管理优先级和衡量成果
- 详细描述你与数据科学家、工程师、设计师等跨职能团队成功协作的具体案例，展示你的桥梁作用和推动力
- 在技能部分明确列出你熟悉的AI/ML概念、敏捷方法论（如Scrum）以及任何相关的工具或框架（如Jira, LLMOps工具）
- 如果对Agentic AI、LLMOps等前沿领域了解不深，可提前学习相关概念、主流框架（如LangChain）和应用案例，形成自己的见解
- 加强对企业及机构银行业务（如贸易融资、现金管理）的理解，思考AI可能的应用场景，这能极大提升与业务方对话的深度
- 回顾并梳理过往项目中关于风险管理、合规考量或效益评估的部分，准备好具体事例来证明你在这方面的意识和能力
面试指南
- 对于行为类问题（如“分享一个项目”），采用STAR法则（情境、任务、行动、结果）结构化回答，重点突出你的具体行动、决策过程和可量化的成果
- 对于策略或观点类问题，先展现你对业务和技术的理解，然后提出结构化的分析框架（如从用户价值、技术可行性、商业影响、合规风险等多维度分析），最后给出有依据的判断或建议
- 请分享一个你过去负责的、最复杂的AI或数据产品项目
- 你在其中扮演什么角色？遇到了哪些关键挑战，是如何解决的？
- 当业务部门提出一个模糊的AI需求时，你会如何开展工作，将其转化为可执行的产品方案？
- 如何平衡AI产品开发中的“快速验证”与“确保合规及风险可控”这两个有时冲突的目标？
- 你如何评估一个AI产品是否成功？你会跟踪哪些指标？
- 请谈谈你对Agentic AI或大语言模型在银行业务中应用前景的看法，并设想一个可能的用例
职位点评
Watch Jobs