得物
财经AI工程师
财经AI工程师
发布于 大约 14 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
学历未注明
RAG
LLM
财务自动化
产品思维
多模态AI
Fine-tuning
火山引擎
AI 估算 · 30k–50k
AI方向热门，上海薪资偏高，得物B轮融资，中级工程师月薪30-50k合理。
职位详情
关于这个职位
该职位是得物财务部的AI工程师，负责将AI技术融入财务核心流程（如收入确认、应付管理、总账等），建设Agent平台和生态，开发多模态AI应用（合同智能填写、发票识别）以及内审AI工具
需要扎实的LLM技术基础（RAG、Agent、Fine-tuning）和产品思维，无需财务背景，但需快速学习业务知识
适合希望在AI落地场景深耕的技术人才
最低要求
经验要求：拥有2年以上技术开发经验，其中1年以上AI/LLM项目实际落地经验
核心能力：完整参与过LLM应用开发（非简单API调用），深入理解RAG、Agent、Fine-tuning等核心技术的原理与应用
业务敏感度：具备快速学习并理解复杂业务知识的能力，并能熟练运用AI工具辅助学习新领域
产品思维：能够将前沿技术方案转化为稳定、可落地、用户体验良好的产品功能，具备良好的跨团队沟通与项目推动能力
工作职责
主链路财务AI能力建设，深入收入确认、应付管理、总账等核心财务流程，与研发团队协同，将AI能力深度融入汇金系统，实现关键业务环节的智能化与自动化
Agent平台与生态搭建，基于火山/Hermes等平台，搭建并运营财务部专属的AI Agent生态，开发并推广面向财务、内审等不同角色的智能助手，赋能全员工作效率提升
多模态AI应用开发，主导合同智能填写、发票识别解析、单据自动化处理等场景的落地，结合视觉与语言模型技术，解决财务工作中大量非结构化文档的处理难题
内审AI专项，为内控内审部定制开发自动化审计工具，构建智能风险识别模型与审计知识库，提升内部审计的覆盖广度与洞察深度
优先资格
拥有企业级AI平台（如Agent平台、MLOps平台）的规划或建设经验
熟悉财务核心业务流程（如关账、报表、税务等）
具备多模态AI（CV+NLP）项目的实战经验
有与产品、研发团队紧密协同，共同完成企业级业务系统建设的成功经验
AI 洞察
优缺点分析
优点
- 技术前沿：深度参与LLM、Agent、多模态等热门技术落地，积累实战经验
- 业务价值高：直接提升财务部门效率，工作成果可见性强
- 公司平台：得物作为大型电商，技术投入大，项目资源丰富
- 成长空间：财务AI领域人才稀缺，未来职业竞争力强
- 需要快速学习财务业务知识，对学习能力要求高
- 跨团队沟通频繁，需与研发、产品、财务多方协作
- AI技术迭代快，需持续跟踪前沿进展并应用到实际场景
- 适合技术基础扎实、学习能力强、喜欢将AI落地到具体业务场景的工程师，尤其对财务领域有兴趣或愿意快速学习新领域者
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术深耕：成为财务AI领域的专家，主导更复杂的智能化系统
- 管理方向：带领团队搭建企业级AI平台，转型技术管理
- 跨领域拓展：积累财务业务知识后，可转向财务BP或产品经理岗位
- 负责财务核心流程的AI能力建设，将大模型技术融入收入确认、应付管理等场景，实现自动化与智能化
- 搭建并运营财务部专属的AI Agent平台，开发面向不同角色的智能助手，提升工作效率
- 主导多模态AI应用开发，如合同智能填写、发票解析，解决非结构化文档处理难题
- 为内审部门定制自动化审计工具，构建风险识别模型和知识库
- 扎实的LLM应用开发经验，精通RAG、Agent、Fine-tuning等技术原理与实践
- 至少2年技术开发经验，1年以上AI/LLM项目落地经验
- 具备产品思维，能将技术转化为稳定、易用的产品功能
- 快速学习业务的能力，不强制财务背景但需主动学习财务流程
申请策略
- 在简历中明确标注AI项目落地时长和技术栈，避免泛泛而谈
- 面试前了解得物的财务系统和业务模式，准备相关场景的AI方案思路
- 突出LLM项目经验：详细描述RAG、Agent、Fine-tuning等技术的应用案例和效果
- 强调产品思维：展示从技术方案到产品落地的完整经历，如优化用户体验或推动项目上线
- 若有财务/审计相关AI项目，重点展示，否则可强调快速学习能力
- 体现跨团队协作：列举与产品、业务方协同成功的项目
- 补充财务基础知识：了解财务报表、关账流程等，面试时可展示学习成果
- 熟悉Agent平台：如有条件，可动手搭建简单的Agent demo
面试指南
- STAR法则：描述项目背景、任务、行动和结果，突出技术细节和个人贡献
- 案例分析框架：先明确业务目标，再分析技术可行性，对比不同方案优劣，最后给出推荐并说明理由
- 学习能力展示：结合以往跨领域学习经历，说明方法论（如文档阅读、业务访谈、小项目验证）
- 请详细描述一个你参与过的LLM应用项目，包括技术选型、架构、遇到的挑战和解决方案
- RAG和Agent的区别是什么？在什么场景下选择使用RAG而非Agent？
- 如何评估一个AI功能的业务价值？请举例说明
- 如果你要开发一个合同智能填写工具，你会如何设计技术方案？
- 你如何快速学习一个不熟悉的业务领域（如财务）？请给出具体方法
匹配度报告
62
综合匹配度
前沿AI技术落地财务场景，成长性极强，但办公模式不灵活，薪资中等以上。
适合人群
适合追求技术成长和前沿AI实践的求职者，对工作地点灵活性要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利60
成长发展90
工作生活30
使命价值70
薪资福利匹配
60中等
薪资具有一定竞争力（AI方向），但JD未明确数字，福利未提及，补偿性动机满足中等。
薪资信号未披露（AI估算：30K-50K/月）
成长发展匹配
90较高
职位涉及前沿AI技术（LLM、多模态），有大量实践机会，成长性很强。
技术前沿前沿/新兴技术
技术栈AI、LLM、RAG、Agent、Fine-tuning、多模态AI
成长机会学习能力强
业务类型ambiguous
工作生活匹配
30较低
仅现场办公，未提弹性工作或远程，生活化动机满足较低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
AI赋能财务行业有一定社会价值，但非直接改变社会，意义感中等偏上。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
得物 的其他在招职位
相似职位推荐
Watch Jobs