道富公司
Software Engineering & Development, VP
Software Engineering & Development, VP
发布于 大约 16 小时前高层管理(VP/总经理/CEO)
杭州市
专家级经验
全职员工
仅现场办公
本科
NLP
RAG
MLOps
LLM
GenAI
AI 估算 · 50k–80k
金融科技VP级别，要求AI全栈能力，杭州市场稀缺，薪资有竞争力。
职位详情
关于这个职位
该职位是道富银行（State Street）的软件工程与开发副总裁，负责领导AI解决方案的端到端设计与交付
你将带领工程团队构建生产级LLM应用，涵盖GenAI助手、RAG、智能代理等前沿技术，并与全球团队协作推动AI战略落地
适合既具备深厚技术功底又渴望在金融科技领域发挥领导力的资深AI专家
最低要求
· 计算机科学、机器学习、数据科学或相关专业本科及以上学历
· 8年以上软件工程经验，包括在规模化生产环境中交付AI/ML系统的显著领导经验
· 扎实的软件工程基础（分布式系统、API、数据结构），精通现代AI开发技术栈（Python及Java/Go/C++之一），具备优秀的代码质量实践
· 在公有云平台（AWS/Azure/GCP）上构建和运维AI/ML工作负载的成熟经验，包括可扩展模型训练和低延迟推理部署
· 熟悉数据平台和管道（如Databricks、Snowflake、Spark），了解向量搜索/嵌入用于基于检索的AI解决方案
· 深入理解现代工程实践和MLOps（CI/CD、测试、实验跟踪、模型/版本管理、监控、事件管理）
· 在跨区域、跨时区的全球或分布式团队工作的经验
· 中英文沟通能力强，能够向高级利益相关者呈现复杂AI主题和决策
· 具有负责任AI实践和治理（隐私、安全、偏见/公平性、内容安全、可审计性和法规合规）的实践经验
· 具备LLM/GenAI应用开发（提示工程、RAG、智能代理、工具/函数调用）、模型评估和生产可观测性的实践经验
工作职责
· 从原型到生产，领导AI功能和服务（LLM、NLP、CV、预测性ML）的端到端开发，与明确的产品成果和KPI对齐
· 审查和管理AI解决方案设计，确保正确性、鲁棒性、安全性以及负责任AI合规（偏见、毒性、幻觉风险、数据泄露）
· 与产品和工程团队合作，将业务问题转化为AI解决方案方法（构建vs购买、模型选择、数据需求、评估策略）和可执行的交付计划
· 领导和发展高性能AI工程团队，并行交付多个项目（AI应用、内部平台、开发者工具）
· 识别AI特定风险（数据质量、漂移、对抗性使用、幻觉、延迟/成本），并在整个交付生命周期中实施缓解策略
· 推广自动化和工程卓越（ML的CI/CD、自动化评估、红队、监控/告警、成本/性能优化），提高质量和速度
· 与产品、数据、安全、法务/合规和全球工程团队紧密合作，协调AI用例、约束和交付期望
· 协调多个并行AI项目的架构和交付计划（如GenAI助手、搜索/RAG、个性化、欺诈/风险模型、自动化）
· 与平台团队合作，确保跨组合的可复用AI组件和一致模式（提示编排、检索、模型网关、特征管理、可观测性）
· 作为AI战略、平台选择、供应商/合作伙伴决策和负责任AI治理的可信技术顾问
· 探索、评估和引入能带来明确商业价值的AI技术（模型、框架、编排工具、数据平台），平衡性能、成本和风险
· 持续改进AI开发生命周期实践（数据/版本管理、评估、部署、监控、事件响应）和治理模型
· 指导AI工程师和应用科学家，加强工程严谨性、模型质量和负责任AI成熟度
AI 洞察
优缺点分析
- 站在AI应用最前沿，接触LLM、RAG等最新技术，快速积累行业领先经验
- 道富作为全球金融基础设施提供商，平台稳定，资源丰富，项目影响力大
- 职位级别高，可搭建和带领团队，锻炼技术领导力和战略思维
- 金融行业AI应用需求旺盛，职业前景好，薪资待遇优厚
- AI项目的合规和安全要求极高，需要平衡创新与风险，决策压力大
- 作为VP，需要同时处理技术细节和跨部门协调，工作强度较大
- 技术迭代快，需要持续学习前沿模型和工具，保持技术敏锐度
- 适合既有深厚AI工程背景、又渴望在大型金融机构中担任技术领导角色的资深专家
角色解读
- 可向CTO或首席架构师方向发展，成为公司AI战略的核心决策者
- 也可深耕金融科技AI领域，成为行业专家或独立顾问
- 在道富这类全球金融巨头中，有机会转向更广泛的数字化转型领导角色
- 负责AI产品从原型到生产的全流程开发，包括LLM应用、NLP、CV等，确保与业务KPI对齐
- 领导多个AI工程团队，并行推进AI应用、内部平台和开发者工具等项目
- 与产品、安全、合规等全球团队协作，制定AI战略和解决方案，并担任技术顾问
- 精通Python及Java/Go/C++之一，具备扎实的分布式系统、API和数据结构基础
- 深入掌握MLOps实践，包括CI/CD、模型管理、监控和实验跟踪
- 有公有云（AWS/Azure/GCP）上部署和运维AI工作负载的实际经验
- 熟悉LLM/GenAI技术栈，如提示工程、RAG、Agent、函数调用等
申请策略
- 面试前深入研究State Street的AI战略和已有产品，思考如何落地价值
- 准备一个详细的AI项目案例，从问题定义到生产监控，展示全链路能力
- 突出端到端AI产品交付经验，尤其是生产级LLM应用的成功案例
- 强调团队管理和跨部门协作经历，展示领导力和影响力
- 列出在云平台（AWS/Azure/GCP）上大规模部署AI系统的具体项目
- 展示对负责任AI实践的理解，如偏见检测、合规审计等
- 若缺乏LLM应用经验，可快速学习RAG、Agent框架，并动手搭建一个小型项目
- 强化MLOps工具链，如Kubeflow、MLflow、DVC等，提升工程化能力
面试指南
- STAR方法：描述情景、任务、行动和结果，突出技术细节和领导力
- 强调过程：从需求分析、技术选型、团队协作到风险管理和持续优化
- 体现平衡：在创新与合规、速度与质量之间做出合理权衡
- 请描述一个你从零开始构建并上线LLM应用的项目，你如何保证质量和安全？
- 当多个AI项目同时推进时，你如何分配资源和优先级？
- 在金融场景下，你如何处理AI模型的可解释性和合规性问题？
- 谈谈你对LLM幻觉的看法，以及你在项目中如何缓解这一风险
- 你如何评估一个新AI技术（如新的模型或框架）是否值得引入生产？
匹配度报告
71
综合匹配度
金融科技VP级AI岗位，技术前沿、薪资优厚，但WLB一般。
适合人群
适合追求技术前沿和职业发展、对薪资和生活平衡有较高要求但能接受一定工作强度的资深AI专家。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活40
使命价值70
薪资福利匹配
85较高
职位为VP级别，薪资在杭州极具竞争力，但福利未在JD中明确列出，满足程度较高。
薪资信号未披露 (50K-80K/月)
成长发展匹配
90较高
该职位处于AI技术前沿，提供技术领导力、战略规划等多种成长机会，发展空间大。
技术前沿前沿/新兴技术
技术栈LLM、GenAI、MLOps、RAG、Agent、Cloud、NLP、CV
业务类型profit_center
工作生活匹配
40较低
JD未提及远程工作或弹性工时，作为VP可能需要现场办公，工作强度高，WLB一般。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
该职位在金融科技领域推动AI创新，有一定社会影响力，但使命感信号不强烈。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs