Watch Jobs
浏览职位数据统计洞察报告招聘观察探索企业购买与订阅
我的收藏免费试用登录注册

Watch Jobs

我们专注于实时追踪各企业最新职位动态,帮助您节省求职时间,快速找到理想工作机会。

探索

  • 浏览职位
  • 数据统计
  • 洞察报告
  • 数据方法论
  • 探索企业

订阅

  • 免费试用
  • 价格方案
  • FAQ
  • 隐私政策

关注我们

微信公众号小红书淘宝店铺

© 2026 Watch Jobs. 保留所有权利

Created by jianglicat - 讲礼猫
Watch Jobs
浏览职位招聘观察购买与订阅
Watch Jobs

聚合公开职位信息,帮助你看清岗位细节与市场趋势。

探索

  • 浏览职位
  • 探索企业
  • 数据统计
  • 洞察报告
  • 招聘观察

产品

  • 免费试用
  • 价格方案
  • 数据方法论

支持

  • 常见问题
  • 隐私政策

© 2026 WatchJobs. 保留所有权利。

隐私政策
Standard Chartered logo
渣打银行
Mgr, Development
立即应聘

Mgr, Development

发布于 6 个月前

中层管理(经理/总监)

广州市
高级经验
全职员工
仅现场办公
学历未注明
软件工程
Stl
低延迟编程
分布式系统
外汇交易
BOOST
TCP/UDP

AI 估算 · 45k–80k

该职位要求资深C++及低延迟系统开发经验,技术门槛高,且涉及核心金融交易系统,市场价值显著。

职位详情

关于这个职位

这是一个位于广州的软件开发经理职位,隶属于渣打银行金融市场电子交易部门

你将负责外汇电子交易系统的设计、开发和维护,确保系统的高性能、高可用性和低延迟,以满足全球客户和内部交易员的需求
这是一个技术与管理并重的角色,需要领导团队并与全球各地的技术及业务团队协作

最低要求

C++14/17技能,了解STL,有Boost库经验者优先

在Linux环境下使用gcc、gdb、git及相关调试工具进行开发
了解软件设计、开发和部署的各个方面
对TCP、UDP、组播和数据编码等消息和通信协议有实际了解
对SQL和简单的DDL操作有基本理解
出色的口头和书面沟通能力,能够与业务代表互动

工作职责

负责系统组件的设计和开发

确保开发的代码有高覆盖率的自动化测试
与关键利益相关者建立关系
遵守渣打银行的开发实践
管理应用程序支持向全球团队的交接
在项目上线后维护和增强代码库
与金融市场内部/外部团队、基础设施部门等建立关系
倡导卓越交付,确保应用程序发布质量

优先资格

具备系统、网络或低延迟编程中一项或多项经验者优先

具备外汇产品、定价和实时风险管理知识者优先
具备可扩展、高可用、可支持的分布式架构设计知识者优先

AI 洞察

优缺点分析

优点

  • 平台优势显著:在全球性银行工作,项目影响范围广,能积累跨国协作经验,职业履历极具竞争力
  • 行业前景稳定:金融交易系统是银行的核心业务,岗位稳定且专业经验具有长期价值
  • 协作复杂度高:团队分布全球,需要克服时区、文化差异,进行高效的跨地域沟通与项目管理
  • 知识更新快:需要持续跟进C++新标准、低延迟技术及金融市场动态,学习曲线陡峭
  • 适合拥有多年C++系统开发经验,对金融交易技术有浓厚兴趣,并希望在技术深度和团队领导力上同步发展的资深工程师

缺点 / 挑战

  • 技术含金量高:接触金融行业最核心、技术挑战最大的低延迟交易系统,能极大提升C++和系统架构能力
  • 技术压力大:系统对性能和稳定性要求极高,代码质量、问题排查和线上运维都面临巨大压力

角色解读

  • 技术路径:可向系统架构师、技术专家(如低延迟或特定交易领域专家)方向发展,成为团队的技术核心
  • 管理路径:作为经理,可进一步晋升为技术总监,负责更大规模的团队或更复杂的交易产品线
  • 行业路径:在顶尖金融机构积累的核心交易系统经验,是进入量化交易、对冲基金或金融科技公司的宝贵资本
  • 负责外汇电子交易系统的核心模块设计、编码和性能优化,确保系统满足高并发、低延迟的交易需求
  • 领导或深度参与系统开发全流程,包括代码审查、自动化测试覆盖、以及项目上线后的持续维护与迭代
  • 与全球技术团队(如班加罗尔、新加坡、伦敦)及金融市场业务部门紧密协作,确保技术方案与业务目标对齐
  • 精通现代C++(C++14/17)、STL和Boost库,具备在Linux环境下使用gcc/gdb进行开发和调试的深厚经验
  • 深刻理解多线程编程、网络通信协议(TCP/UDP/组播)以及构建高可用、可扩展分布式系统的架构原则
  • 熟悉金融交易领域知识,特别是外汇产品的定价和实时风险管理,并能将业务需求转化为技术实现

申请策略

  • 提前了解渣打银行金融市场业务和其电子交易平台的特点,在面试中展现你对公司具体业务的兴趣和了解
  • 准备用英文清晰阐述复杂技术问题和项目经历,因为团队和业务沟通很可能以英文为主
  • 重点突出使用C++(特别是C++14/17)开发高性能、低延迟系统的项目经验,量化性能指标(如吞吐量、延迟)
  • 详细描述在Linux环境下,涉及多线程、网络编程(TCP/UDP)和分布式架构设计的实际工作内容和成果
  • 如有金融行业(尤其是外汇、证券交易)系统开发经验,务必清晰阐述业务背景和技术实现的关联
  • 深入复习C++内存模型、并发编程、STL及Boost库的高级用法,准备应对深入的代码和技术原理提问
  • 补充对金融交易基础概念(如订单簿、做市商、风险管理)的理解,即使非直接经验也能体现学习能力和业务敏感度
  • 练习在分布式系统设计、容错和高可用性方面的系统设计题,展现架构思维

面试指南

  • 对于技术问题,采用“情境-任务-行动-结果”(STAR)原则来组织答案,重点突出个人在技术决策和问题解决中的具体贡献
  • 对于系统设计题,先从需求澄清开始,然后分层(数据层、逻辑层、通信层)阐述设计,最后讨论权衡(如一致性 vs 可用性、延迟 vs 吞吐量)
  • 在回答中自然地融入对金融业务的理解,展示技术如何服务于业务目标,体现商业和技术结合的思维
  • 请详细描述一个你参与过的、对性能(尤其是低延迟)要求极高的C++项目,你遇到了哪些挑战,是如何解决的?
  • 在多线程环境下,如何设计一个无锁(lock-free)的数据结构来提升性能?请举例说明其应用场景和潜在风险
  • 如果交易系统的响应时间突然变慢,你的排查思路是什么?会使用哪些工具(如gdb, perf, 网络抓包)?
  • 请设计一个高可用的外汇报价发布系统,需要考虑哪些关键组件和通信协议?如何保证数据的一致性和低延迟?
  • 你如何理解外汇交易中的实时风险管理?在系统设计中应如何考虑这一因素?

职位点评

Watch Jobs

渣打银行 的其他在招职位

  • Senior Officer, CLM

    渣打银行 · 天津市
    AI 估算 · 8k-15k
  • Officer, HK AS

    渣打银行 · 天津市
    AI 估算 · 6k-10k
  • Teller

    渣打银行 · 深圳市
    AI 估算 · 6k-9k
  • Senior Manager CRC

    渣打银行 · 天津市
    AI 估算 · 20k-40k
  • Teller

    渣打银行 · 上海市
    AI 估算 · 6k-10k

相似职位推荐

  • 微信小游戏-大模型推荐算法工程师-商业化方向

    腾讯 · 广州市
    AI 估算 · 25k-45k
  • 腾讯云-可观测与运维平台高级研发工程师(深圳/杭州/北京/上海)

    腾讯 · 深圳市
    AI 估算 · 30k-60k
  • 企业智能体-高级全栈研发工程师

    腾讯 · 深圳市
    AI 估算 · 35k-55k
  • 大模型业务应用负责人

    小米 · 武汉市
    AI 估算 · 35k-55k
  • 直播 Android 业务架构师(POC)

    小红书 · 北京市
    AI 估算 · 30k-50k

渣打银行 的其他在招职位

  • Senior Officer, CLM

    渣打银行 · 天津市
    AI 估算 · 8k-15k
  • Officer, HK AS

    渣打银行 · 天津市
    AI 估算 · 6k-10k
  • Teller

    渣打银行 · 深圳市
    AI 估算 · 6k-9k
  • Senior Manager CRC

    渣打银行 · 天津市
    AI 估算 · 20k-40k
  • Teller

    渣打银行 · 上海市
    AI 估算 · 6k-10k

相似职位推荐

  • 微信小游戏-大模型推荐算法工程师-商业化方向

    腾讯 · 广州市
    AI 估算 · 25k-45k
  • 腾讯云-可观测与运维平台高级研发工程师(深圳/杭州/北京/上海)

    腾讯 · 深圳市
    AI 估算 · 30k-60k
  • 企业智能体-高级全栈研发工程师

    腾讯 · 深圳市
    AI 估算 · 35k-55k
  • 大模型业务应用负责人

    小米 · 武汉市
    AI 估算 · 35k-55k
  • 直播 Android 业务架构师(POC)

    小红书 · 北京市
    AI 估算 · 30k-50k