汇丰
Senior Consultant Specialist
Senior Consultant Specialist
发布于 大约 2 个月前普通员工/个人贡献者
广州市 / 西安市
高级经验
全职员工
混合式弹性办公
学历未注明
信息技术与基础设施
RDBMS
数据平台
LLM
BigQuery
CI/CD
DevSecOps
DataFlow
云原生
Agentic Engineering
AI 估算 · 18k–32k
外企资深数据工程岗，技能稀缺（云原生+AI），广州/西安薪资中等偏上，因固定期限合同略高风险溢价
职位详情
关于这个职位
作为汇丰银行数据技术部门的资深顾问专家，你将主导云原生数据平台的设计与交付，推动工程卓越，并探索AI/ML在数据工程中的应用
该职位要求深厚的数据工程功底和开放技术栈经验，适合追求技术深度与影响力的专业人士
最低要求
年以上相关技术经验
深刻的数据平台服务专业知识，具备团队合作、信息收集与分析、判断决策、沟通能力
在全球范围内有强大的数据技术交付记录，并能阐述关键技术趋势（如数据与AI）和监管期望（如数据隐私与本地化）
数据工程技能：Python, Dataflow, Pub/Sub, BigQuery, Hadoop, NiFi/Kafka, RDBMS，熟悉开源技术栈和Cloud SQL
云原生技术深度知识：Git, Jenkins, Airflow, Pub/Sub/Kafka, CI/CD
Agentic Engineering与LLM服务的实践经验，包括部署/使用端点
具备IT自动化工具和DevSecOps实践与技术的经验
工作职责
主导数据平台即服务的解决方案设计与评审，在韧性、性能、成本和上市时间之间做出清晰权衡
推动工程卓越：CI/CD、自动化测试、代码质量和发布治理
通过行动（而非管理）引领：指导工程师和团队处理复杂问题，通过日常行动提升工程标准
扎实的工程基础，持续改进和开源优先思维
乐于学习解决问题的最佳工具/语言
定义云原生技术栈（开源）上用于数据摄取、转换和服务的参考架构和可复用模式
现代交付与运维经验：端到端所有权、持续交付/DevOps实践，并使用运营指标（如DORA）
广泛接触平台/基础设施/函数即服务，以及基于敏捷价值观的交付
关注AI/ML技术演进：紧跟应用人工智能（包括生成式AI），识别将AI嵌入数据与工程工作流（如智能自动化、可观测性提升、开发者生产力）的实用机会，同时保持工程质量
AI 洞察
优缺点分析
优点
- 汇丰全球品牌，技术平台完善，接触云原生和AI前沿
- 工作内容兼具深度和广度，能积累数据平台和AI落地的实战经验
- 混合办公模式，工作灵活性高
- 公司提供持续专业发展机会和包容环境
- 固定期限合同（Fixed Term），职业稳定性相对弱于永久职位
- 技术栈宽泛，要求持续学习，对自我驱动力要求高
- 全球协作可能涉及跨时区沟通，工作节奏偶有弹性
- 适合具备深厚数据工程背景、热爱技术探索、能适应快节奏交付，且愿意在金融行业长期发展的中高级工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 内部可晋升为数据架构师或技术专家，领导更大的平台建设
- 转型AI/ML方向，成为AI工程专家或数据科学负责人
- 在汇丰内部跨部门移动，接触更多金融科技前沿项目
- 设计并评审云原生数据平台架构，在性能、成本、时间之间做权衡
- 推动CI/CD、自动化测试和DevOps实践，提升工程交付质量
- 指导工程师解决技术难题，通过日常行动树立工程标准
- 持续跟踪AI/ML技术趋势，探索如何将AI嵌入数据工程工作流
- 精通Python及主流数据工程工具（Dataflow、BigQuery、Kafka、Hadoop等）
- 熟悉云原生技术栈和CI/CD流水线工具（Git、Jenkins、Airflow）
- 具备Agentic工程和LLM服务部署经验
- 深入理解数据库（RDBMS）和分布式系统
申请策略
- 在申请前了解汇丰数据技术部门和CTO架构，体现对业务背景的兴趣
- 准备好讲述一个从0到1搭建数据平台的完整故事，突出技术决策和权衡
- 突出5年以上数据工程经验，尤其是云原生数据平台的设计和交付案例
- 强调Python、Kafka、BigQuery等核心工具的实际项目成果
- 展示CI/CD、DevOps实践和推动工程卓越的经验
- 如果参与过AI/ML或LLM相关项目，务必重点提及
- 补充Agentic Engineering和LLM服务部署的动手实践
- 学习DevSecOps工具链（如Terraform、Ansible）和DORA度量指标
面试指南
- 使用STAR方法：情境、任务、行动、结果，特别突出技术决策和量化成果
- 强调权衡分析：列出选项、评估标准、最终选择及原因
- 展示持续学习态度：提及你如何跟踪技术趋势，并做实际验证
- 描述一个你设计过的云原生数据平台项目，如何权衡性能、成本和交付时间？
- 如何确保CI/CD流水线的质量和发布治理？
- 在实际项目中如何使用Agentic工程或LLM服务？
- 你如何跟踪和评估新的AI/ML技术对当前工程流程的影响？
- 请解释DORA指标，并举例你在项目中如何应用
职位点评
71
综合评分
固定期限合同、混合办公、前沿数据与AI技术栈，适合追求技术成长的中高级工程师。
更适合这类人
该职位最适合发展动机强烈的求职者，即渴望掌握前沿技术、实现快速成长的技术专家。
表现最好
成长发展
相对薄弱
使命价值
薪资福利65
成长发展85
工作生活75
使命价值60
薪资福利
65中等
薪资水平处于行业中上，但由于是固定期限合同，稳定性略低，福利未明确列出，补偿性动机满足度中等。
薪资信号未披露（AI估算：18K-32K/月）
成长发展
85较高
职位涉及前沿技术（云原生、AI/ML、Agentic Engineering），公司提供持续专业发展机会和成长空间，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈Python、Dataflow、BigQuery、Kafka、LLM、Agentic Engineering、云原生、CI/CD
成长机会continuous professional development、opportunities to grow、flexible working
业务类型ambiguous
工作生活
75中等
混合办公模式提供弹性，但在广州/西安的办公地点未明确说明核心地段；未提及不加班，生活化动机满足度良好。
工作模式混合式弹性办公
办公地点未明确
加班情况未提及（无法判断）
工作生活平衡flexible working
使命价值
60中等
金融行业数据技术有社会意义，但JD未强调使命驱动；创新水平较高，但缺乏直接的社会影响力描述。
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