汇丰
Manager - DAAI
Manager - DAAI
发布于 24 天前中层管理(经理/总监)
广州市
高级经验
全职员工
混合式弹性办公
学历未注明
数据分析与科学
机器学习
深度学习
SQL
RAG
数据可视化
GenAI
提示工程
numpy
AI 估算 · 30k–45k
外资银行中层管理岗，广州，要求全栈技术+AI，薪资有竞争力，月薪3-4.5万。
职位详情
关于这个职位
该职位是汇丰银行财富管理数据与人工智能（DAAI）团队的经理，主要负责开发和维护仪表盘、业绩报告及自助式报表，通过统计和机器学习技术解决商业问题
需要与数据工程团队协作，支持可扩展的财富分析，并参与大型财富平台项目，同时学习和应用现代AI实践
最低要求
在SQL和Python方面有扎实的技术基础，能进行数据整理、分析和自动化（例如pandas/numpy
编写清晰、高效的查询）
核心分析和机器学习知识，包括统计学基础、监督/非监督学习概念、特征工程和模型评估（例如AUC、精确率/召回率），并有意愿将其应用于财富管理场景
熟悉GenAI概念和交付——理解LLM的能力/局限性、提示工程基础以及常见模式（如RAG、摘要、分类和智能体工作流）
能够原型化GenAI用例并评估输出质量
全栈交付思维——能够熟练处理从数据提取/转换到基本API集成和前端可视化（例如构建简单的Python服务，将模型/GenAI输出集成到仪表盘或轻量级UI）的整个栈
良好的工程习惯，如版本控制（Git）、结构化编码实践，以及学习部署/监控概念的意愿
中英文沟通能力清晰——能够简单解释发现，提出正确问题，并与跨业务、数据工程和技术团队的利益相关者有效合作，同时遵循负责任AI和数据治理期望
工作职责
通过开发和维护跟踪关键商业和客户成果（例如获客、深化、销售线索有效性、客户经理效率）的仪表盘、业绩报告和自助式报表，提供财富管理数据与洞察
通过定义问题陈述、成功指标和假设，然后应用适当的统计/机器学习技术（倾向性、细分、预测、优化、情景模拟），将业务问题转化为分析解决方案
与数据及工程团队合作，确定数据需求，提高数据质量，并构建可复用的分析数据集/管道，以支持跨市场的可扩展财富分析
支持端到端模型生命周期，包括特征设计、验证、文档、治理评审、部署交接和持续监控，以确保模型保持稳健和适用
通过定义分析和测量框架，在相关情况下支持供应商/合作伙伴交付，并确保解决方案跨市场可扩展、一致且可复用，为大型财富平台和项目做出贡献
学习并应用现代AI实践，如实验基础、模型监控概念和负责任AI基础，帮助团队从原型过渡到可扩展解决方案
AI 洞察
优缺点分析
优点
- 汇丰作为全球顶级银行，平台大，资源丰富，职业稳定性高
- 职位涉及前沿技术（GenAI、ML），技能积累价值高
- 混合办公模式提供了工作生活平衡的灵活性
- 跨团队协作机会多，能锻炼沟通和项目管理能力
- 需要对财富管理业务有一定理解，学习曲线较陡
- 工作涉及跨市场协作，可能存在时差和沟通成本
- 技术栈要求全面（全栈+ML+GenAI），对持续学习要求高
- 适合具备较强技术背景，尤其是数据分析和机器学习经验，希望在金融行业深耕，并愿意拥抱GenAI等新兴技术的专业人士
缺点 / 挑战
暂无明显挑战项
角色解读
- 在汇丰内部向高级分析经理或数据科学负责人发展
- 深耕财富管理领域的AI应用，成为行业专家
- 横向转型至其他金融科技或数据分析团队，拓展业务视野
- 开发和维护财富管理相关的仪表盘和报表，跟踪关键业务指标
- 运用统计和机器学习方法解决商业问题，如客户细分和预测建模
- 与数据工程团队合作，构建可复用的数据分析管道和数据集
- 支持模型全生命周期管理，并探索GenAI等前沿技术在财富领域的应用
- 扎实的SQL和Python编程能力，熟悉pandas/numpy等数据处理库
- 掌握机器学习基础概念，包括模型评估和特征工程
- 了解GenAI技术，如LLM、RAG和提示工程，能进行原型开发
- 具备全栈思维，能处理从数据提取到API集成和可视化的任务
申请策略
- 关注汇丰的数字化战略和AI应用，面试中展现出对业务与科技结合的理解
- 由于职位强调“无需 relocation”，本地候选人优先，可强调已在广州
- 突出SQL和Python项目经验，尤其是数据清洗、分析和自动化案例
- 展示机器学习模型从开发到部署的实际项目，包括评估指标
- 如有GenAI相关项目（如RAG、聊天机器人），重点描述
- 强调跨团队协作和沟通成果，特别是中英文环境下的工作经历
- 若GenAI经验不足，可自学LangChain、OpenAI API并完成小项目
- 补充财富管理或金融领域知识，阅读相关报告或案例
面试指南
- STAR法则：描述情境、任务、行动和结果，突出个人贡献和技术细节
- 对于技术问题，先澄清问题范围，再分步骤阐述思路，最后总结关键点
- 业务沟通问题，强调简化术语、使用可视化工具并聚焦业务价值
- 请描述一个你使用机器学习解决商业问题的案例，包括挑战和结果
- 你对GenAI和LLM有哪些了解？请举例说明如何将其应用于财富管理场景
- 如何处理数据质量问题？请分享一个你改进数据质量的例子
- 你如何向非技术利益相关者解释复杂分析结果？
- 你是否有全栈开发经验？请描述一个涉及前后端集成的工作
职位点评
75
综合评分
外资金融中层技术岗，聚焦数据分析和AI，混合办公，技术成长空间大但薪资未明确。
更适合这类人
最适合追求技术成长和职业发展的求职者，尤其是希望在金融科技领域积累前沿AI经验的人。
表现最好
成长发展
相对薄弱
使命价值
薪资福利80
成长发展85
工作生活75
使命价值60
薪资福利
80较高
作为外资银行中层职位，薪资福利具有竞争力，但具体薪资未披露，且为固定期限合同，稳定性略低于永久合同。
薪资信号未披露（AI估算：30K-45K/月）
成长发展
85较高
职位涉及前沿技术（GenAI、ML），且有跨团队合作机会，成长空间大，但未明确提及培训或晋升通道。
技术前沿前沿/新兴技术
技术栈SQL、Python、机器学习、深度学习、GenAI、LLM、RAG、提示工程
业务类型ambiguous
工作生活
75中等
混合办公模式提供灵活性，但工作可能涉及跨市场协作，且未明确说明加班情况。
工作模式混合式弹性办公
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
60中等
汇丰作为大型金融机构，社会影响力较大，但财富管理业务与个人物质利益相关，社会使命感一般。
行业发展稳定成熟行业
社会影响中性/一般
使命信号帮助人们实现希望和抱负
创新程度积极采用新技术
汇丰 的其他在招职位
相似职位推荐
Watch Jobs