Watch Jobs
HSBC logo
汇丰
AI Product Lead
立即应聘

AI Product Lead

发布于 大约 1 个月前

中层管理(经理/总监)

Kowloon City, Kowloon, Hong Kong
高级经验
全职员工
仅现场办公
学历未注明
产品管理
Api Integration
Llm
Neo4J
Nlp
Prompt Engineering
Information Extraction
Rdf/Owl

AI 估算 · 50k–80k

汇丰银行高级AI产品岗位，香港薪资水平较高，结合LLM和知识图谱稀缺技能，预估月薪5-8万人民币。

职位详情

关于这个职位

作为AI产品负责人，你将主导内部银行业务知识库的产品愿景与交付，利用LLM和知识图谱技术将政策、流程等非结构化内容转化为结构化知识资产，赋能内部智能代理系统

你需要在产品、工程和业务利益相关者之间协同，制定路线图并推动落地

最低要求

扎实的Python工程背景，具备良好的软件设计与工程实践

有将LLM集成到生产软件中的经验（包括评估、监控和迭代）
熟练使用LLM将非结构化数据转换为结构化数据的方法
掌握提示工程和提示生命周期管理
熟悉API集成和服务导向设计
熟悉基于Git的开发流程
了解NLP概念及其在信息抽取中的实际应用
知识图谱与本体建模经验：能够主导决策并指导专家
跨职能领导能力：平衡内部利益相关者需求、技术约束和交付节奏

工作职责

产品领导与交付**

主导企业知识平台的产品策略和路线图（抽取、表示、验证和消费）
将业务需求（如政策解释、控制映射、风险洞察）转化为清晰的产品需求、用户故事和验收标准
推动跨多个工作流（抽取、本体/图谱、质量、平台集成）的交付，确保为内部效率带来可衡量的成果
跟踪覆盖度、准确度、新鲜度、延迟和内部采用率等指标
知识抽取与结构化（LLM驱动）**
指导使用LLM和NLP技术将非结构化内部内容转化为结构化产物的流水线开发
制定提示工程、评估和回归测试的标准
监督实体解析方法，确保跨内部系统（如核心银行、ERP、流程文档）的一致标识符
知识表示与图谱/本体治理**
主导本体对齐、图谱建模模式和版本策略的设计决策
确保所有知识模型符合更广泛的本体标准
建立版本控制、血统和变更管理，使内部消费者能够审计和信任系统输出
质量、风险与控制**
实施自动化和手动质量检查，用于抽取和图谱填充
与风险、合规和治理相关方合作，确保平台满足内部商业银行业务内容的控制期望
推动确保透明度、可追溯性和安全部署模式的负责任AI实践
平台集成与赋能**
确保知识库通过API可消费，支持内部用例如搜索、问答和代理编排
与集成LLM代理到内部产品的团队合作，确保高性能和可靠性
创建赋能材料（手册、文档），加速内部银行业务团队采用代理系统

优先资格

了解商业银行政策、流程、风险、控制和流程文档

本体工程或知识图谱平台的深度专业知识（如Neo4j、RDF/OWL）
NLP流水线和信息抽取评估方法的深度专业知识

AI 洞察

优缺点分析

优点

  • 岗位处于银行业的数字化转型前沿，技术栈新颖（LLM+知识图谱），技能积累价值高
  • 汇丰作为跨国银行，平台资源丰富，有机会参与大规模、高影响力的企业级项目
  • 产品领导角色，能够锻炼战略思维和跨部门协作能力，职业发展空间大
  • 需要同时管理多个技术工作流（抽取、图谱、质量、集成），复杂度高
  • 适合具有技术背景（Python+AI）并有产品管理经验的求职者，尤其对金融科技和知识管理感兴趣，且乐于在复杂组织中推动变革

缺点 / 挑战

  • 内部银行业务领域知识门槛较高，需要快速学习理解政策、风险等概念
  • 跨部门利益相关者众多，沟通协调成本较高，需要强大的推动能力

角色解读

  • 可晋升为AI产品总监或企业知识平台负责人，管理更大产品组合
  • 横向发展方向包括进入AI解决方案架构或AI战略规划岗位
  • 在金融科技领域积累深厚行业知识，成为银行数字化转型核心专家
  • 制定企业知识平台的产品策略和路线图，将内部银行业务的政策、流程等转化为结构化知识
  • 领导跨功能团队，利用LLM和知识图谱技术构建知识抽取、表示和消费的流水线
  • 与风险、合规等利益相关者合作，确保平台满足控制要求并推动内部采用
  • 扎实的Python工程能力，能够设计和维护生产级系统
  • 精通LLM集成、提示工程和评估方法，具备将非结构化数据转化为结构化数据的能力
  • 知识图谱与本体建模经验，能够主导图谱设计和治理
  • 跨职能领导力，平衡业务需求、技术约束和交付节奏

申请策略

  • 在面试中准备一个针对银行内部知识库的初步产品构想，展示你的战略思维和落地能力
  • 关注汇丰的数字化转型动态，尤其是AI和知识管理方面的公开信息，体现你的主动性
  • 突出LLM在实际项目中从非结构化数据提取结构化信息的经验，附上具体案例和量化成果（如准确率提升、覆盖度等）
  • 强调知识图谱或本体建模项目经历，尤其是与NLP结合的部分
  • 展示跨团队领导经验，如推动多方利益相关者达成一致并交付产品
  • 补充银行业务知识，了解商业银行政策、风险控制等基础概念
  • 深入学习知识图谱平台（如Neo4j）和本体语言（RDF/OWL），提升专业深度

面试指南

  • 使用STAR方法：先说明情境（Situation）和任务（Task），重点描述你的具体行动（Action）和量化结果（Result）
  • 对于冲突需求，展示你如何通过建立评估框架、数据驱动决策和定期沟通来达成共识
  • 对于技术问题，结合实例说明你的设计思路、权衡取舍和最终落地效果
  • 请描述一个你主导的LLM驱动的知识提取项目，你如何保证产出质量？
  • 面对多个利益相关者（如风险、业务、工程）的冲突需求，你如何平衡并确定优先级？
  • 你对知识图谱中的本体建模有哪些实践经验？如何确保图谱的可持续性？
  • 如何衡量内部知识库产品的成功？你会关注哪些关键指标？
  • 请举例说明你如何将模糊的业务需求转化为清晰的产品路线图和用户故事

职位点评

67
综合评分

汇丰银行AI产品领导岗，技术前沿、薪资竞争力强，但工作强度和灵活性不明确。

从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。

更适合这类人
适合重视技术成长和职业发展、能够接受现场办公及一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活40
使命价值65

薪资福利

70中等

薪资水平较高，但JD未提及具体福利。汇丰作为稳定雇主，补偿性动机得到一定满足。

薪资信号面议 (50K-80K/月)

成长发展

85较高

岗位技术前沿（LLM+知识图谱），成长空间大，但JD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LLM、Knowledge Graph、NLP、Ontology、Prompt Engineering
业务类型profit_center

工作生活

40较低

JD未提及远程或弹性工作，香港现场办公，通勤便利性未知，无WLB信号。

工作模式未明确
办公地点未明确
加班情况未提及（无法判断）

使命价值

65中等

银行内部知识管理对社会影响中性，但岗位推动效率提升有一定正向作用。

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

汇丰 的其他在招职位

相似职位推荐

Watch Jobs