汇丰
Consultant Specialist
Consultant Specialist
发布于 23 天前普通员工/个人贡献者
广州市
高级经验
全职员工
混合式弹性办公
本科
软件工程
RAG
API
LLM
CI/CD
Machine Learning
金融科技
Ai Engineering
AI 估算 · 25k–40k
广州AI工程师岗位，5年经验，外企大厂，薪资具有竞争力，参考市场水平
职位详情
关于这个职位
作为汇丰的Consultant Specialist，你将端到端交付AI应用，包括LLM、RAG等前沿技术方案
需要与业务方紧密合作，将需求转化为生产级软件
该职位适合有5年以上AI工程经验、熟悉Python和现代AI架构的工程师
最低要求
计算机科学、人工智能、机器学习、数据科学、数学、软件工程或相关技术专业本科及以上学历，或同等实践经验
约5年以上AI工程、LLM应用工程、机器学习工程、数据密集型软件工程或具备有意义的AI交付经验的全栈工程经验
对现代AI/ML和LLM应用架构有扎实的实际理解，包括RAG、嵌入、提示工程、模型API、AI工作流编排、评估、监控和护栏
有构建AI驱动应用或平台的实际经验，如企业搜索、文档智能、聊天机器人/助手解决方案、Text-to-SQL、代理工作流、知识管理或工作流自动化
强大的Python编程能力，能够构建可靠的AI管道、后端服务、集成、评估脚本和自动化工具
至少掌握一门其他应用开发语言或生态系统（如JavaScript/TypeScript、Java或类似），并有构建API、服务、UI组件或企业集成的经验
有将AI或数据驱动方案从概念验证推进到生产或类生产环境的经验，包括测试、CI/CD、日志记录、监控、部署、支持和迭代改进
能够对AI系统质量和权衡进行推理，包括准确性、幻觉风险、延迟、成本、检索质量、数据隐私、安全、可观测性、可维护性和用户体验
强大的问题解决和利益相关者沟通能力，能够将业务工作流转化为AI解决方案设计，并向工程师和非技术用户解释技术权衡
强烈的责任心和动手交付态度，愿意直接调试代码、检查数据、调整提示/检索逻辑、集成系统并解决生产交付问题
工作职责
负责AI应用的端到端交付，从初始发现和方案范围到原型、生产实施、部署和采用支持
与业务利益相关者合作，理解运营工作流、痛点、验收标准和可衡量的成功结果
将业务需求转化为实用的AI/自动化工作流，包括LLM驱动的功能、基于RAG的知识解决方案、代理工作流、API和面向用户的工具
使用Python、JavaScript/TypeScript、后端服务、API、数据库和现代Web或集成框架构建生产级软件
将AI/ML能力集成到企业应用中，包括提示编排、检索管道、模型API、评估逻辑、监控和护栏
与产品经理、AI研究员、数据科学家、平台工程师、网络安全、风险、合规和运营团队合作，确保解决方案适合企业部署
设计以实现可靠性、可维护性、可扩展性、安全性、可审计性和负责任的AI使用（在受监管的银行环境中）
支持部署活动，包括CI/CD、环境配置、可观测性、性能调优、事件故障排除和生产就绪审查
收集来自真实用户和生产遥测的反馈，以迭代解决方案质量、模型行为、工作流可用性和业务价值
作为业务团队的技术思想伙伴，帮助他们理解AI能力、限制、权衡和负责任的采用模式
AI 洞察
优缺点分析
优点
- 前沿技术栈：聚焦LLM、RAG等热门AI领域，技术积累价值高
- 全球顶级银行平台：汇丰提供国际化工作环境和资源
- 混合办公模式：工作灵活性较好，有助于工作生活平衡
- 职业发展机会：公司强调持续学习和成长，有晋升空间
- 技术更新快：需持续学习AI领域新进展，保持竞争力
- 监管环境严格：金融行业对合规、安全和负责任的AI要求高，可能增加复杂度
- 适合有5年以上经验的AI工程师，热爱前沿技术，乐于在复杂环境中解决实际问题，并希望在金融科技领域深耕
缺点 / 挑战
- 工作强度可能较高：端到端交付意味着多阶段介入，需处理生产问题
角色解读
- 在AI工程领域深化技术专长，成为LLM或RAG专家
- 向技术负责人或架构师方向发展，主导更复杂的AI平台建设
- 有机会转向产品管理或技术咨询，结合业务与AI
- 负责AI应用的端到端交付，从需求分析到生产部署，涉及LLM、RAG等前沿技术
- 与业务方合作，理解工作流和痛点，设计并实现AI解决方案
- 构建生产级软件，包括后端服务、API集成和用户界面，并集成AI/ML能力
- 参与系统设计，确保可靠性、可维护性、安全性和负责任的AI使用
- 扎实的Python编程能力，熟悉AI管道、后端服务和自动化脚本
- 对LLM、RAG、提示工程等现代AI架构有深入理解
- 至少掌握一种其他编程语言（如JavaScript/TypeScript或Java），有全栈或企业集成经验
- 较强的沟通能力，能将业务需求转化为技术方案并向非技术人员解释
申请策略
- 提前了解汇丰的技术栈和文化，特别是其AI/ML部门的发展方向
- 准备一个端到端AI项目案例，详细说明技术选型、挑战和成果
- 突出AI项目交付经验，特别是从概念验证到生产的完整案例
- 强调Python和全栈开发能力，并展示LLM、RAG等具体技术实践
- 量化成果：如性能提升、成本节省或用户采纳率
- 提及跨团队协作和沟通能力，尤其是与业务方合作的经验
- 深入学习LLM应用架构，如RAG、Agentic Workflows和Prompt Engineering
- 强化CI/CD和DevOps技能，尤其是云平台（如AWS/Azure）上的AI部署
面试指南
- STAR法则：描述情境、任务、行动和结果，突出具体贡献和技术细节
- 多角度权衡：展示对准确性、成本、延迟、安全性等多维度的思考
- 强调迭代改进：说明如何通过反馈循环持续优化解决方案
- 请描述你参与过的一个LLM应用项目，从需求到部署的过程
- 如何评估RAG系统的检索质量？你会如何改进？
- 在将AI模型部署到生产环境时，你考虑哪些关键因素？
- 如何处理AI模型在金融场景中的幻觉问题？
- 你如何与业务方沟通技术方案，确保双方理解一致？
职位点评
71
综合评分
外企大厂AI工程师岗，前沿技术栈，混合办公，成长空间大但薪资未明确。
更适合这类人
最适追求技术成长和前沿领域的求职者，对薪资和WLB有一定容忍度。
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90
工作生活70
使命价值60
薪资福利
65中等
薪资未明确披露，但外企大厂通常提供有竞争力的薪酬和福利；混合办公模式加成。
薪资信号未披露（AI估算：25K-40K/月）
福利待遇flexible working、continuous professional development
成长发展
90较高
职位涉及LLM、RAG等前沿技术，强调持续学习和成长，有明确的职业发展支持。
技术前沿前沿/新兴技术
技术栈Python、LLM、RAG、AI、Machine Learning、JavaScript/TypeScript
成长机会continuous professional development、opportunities to grow
业务类型ambiguous
工作生活
70中等
混合办公提供一定灵活性，但未明确远程天数，工作强度可能有波动。
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
金融科技行业增长快，但社会影响力一般，创新性较强。
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
Watch Jobs