金融风控资深研发工程师

优缺点分析

角色解读

• 技术深耕：成为风控决策引擎领域的专家，主导核心模块架构演进
• 架构转型：向系统架构师发展，负责高可用分布式系统设计
• 业务融合：结合AI与风控，向智能风控或AI工程化方向拓展
• 负责设计开发金融风控决策平台的核心系统，包括规则引擎、工作流引擎等，支撑实时高并发的决策链路
• 与产品、算法团队协作，将复杂业务策略抽象为可配置、可编排的平台能力，提高业务灵活性
• 运用LLM辅助编码工具提升研发效率，同时持续优化系统性能、稳定性和工程质量
• 扎实的Java基础和Spring Boot技术栈，熟悉高并发、缓存、异步处理等后端设计
• 深度掌握规则引擎（如Drools）、工作流引擎或表达式引擎，有实际项目经验
• 具备出色的代码质量和问题排查能力，能独立解决线上性能瓶颈和复杂逻辑缺陷
• 熟悉LLM辅助开发工具（如Cursor、Copilot），并能合理评估AI生成代码的质量

申请策略

• 提前了解滴滴金融的业务背景，如信贷、支付风控等，思考平台能力如何抽象
• 准备一个你主导的复杂系统设计案例，阐述你在稳定性、扩展性上的考虑
• 突出规则引擎（Drools等）的实际项目经验，说明你如何设计和优化决策流程
• 强调高并发系统设计案例，如缓存策略、异步处理、限流降级等实践
• 展示代码质量意识，如单元测试覆盖率、技术文档编写经验
• 如果有使用LLM辅助编程的经历，详细描述如何提升效率和质量
• 系统学习Drools规则引擎的语法、执行机制和性能优化
• 熟悉GraalVM及JavaScript/Python脚本引擎的集成

面试指南

• 对于系统设计题，从架构分层（接入层、执行层、存储层）和关键指标（QPS、延迟、可用性）入手，结合具体技术选型
• 对于问题排查题，遵循“现象→排查路径→根因→解决方案→优化效果”的结构
• 对于LLM应用，强调你如何验证AI生成结果，确保质量和安全性
• 请设计一个高并发规则执行引擎，如何保证性能和一致性？
• 在Drools中如何优化大量规则的匹配效率？
• 描述一次你排查线上性能瓶颈的经历，使用了哪些工具和方法？
• 举例说明你是如何用LLM辅助完成代码重构或测试生成的？
• 如何保证决策链路中异步任务的高可用和幂等性？