汇丰
Senior Consultant Specialist
Senior Consultant Specialist
发布于 9 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
MLOps
LLM
CI/CD
Machine Learning
MCP
Containerization
Agentic Workflows
AI 估算 · 25k–40k
外资银行高级技术岗位，结合广州市场水平，薪资竞争力强，技术栈前沿（AI/ML），具备议价空间。
职位详情
关于这个职位
该职位是汇丰银行金融科技部门的高级顾问专家，专注于设计和构建AI解决方案
你将与业务团队合作，将流程转化为智能工作流，并负责从原型到生产的全流程交付
适合有扎实AI/ML背景和软件工程经验的资深技术人员
最低要求
机器学习、计算机科学、统计学、软件工程或相关专业的学士学位（或更高）
在AI驱动的应用设计、构建和部署方面有丰富的实践经验（包括提示工程、工具/函数调用、MCP、RAG、智能工作流和结构化输出）
扎实的机器学习基础（监督/非监督学习、评估方法、偏差/方差权衡、特征工程）
模型选择和部署策略的实践经验（开源与托管模型），以及适当的微调方法
年以上使用Python和Java和/或TypeScript进行生产系统开发、运维和支持的经验
对MLOps实践有扎实理解（CI/CD、容器化、自动化测试、模型注册、实验跟踪、可复现构建）
大数据集上的数据工程和特征工程经验（元数据管理、数据血缘、数据质量控制）
产品思维和强大的利益相关者协作能力
强大的分析和故障排除能力（处理模糊数据问题和非确定性LLM行为）
模型风险管理和负责任AI的工作知识
工作职责
设计、构建和交付优先业务和技术用例的AI解决方案（从原型到生产）
与业务和技术专家合作，将流程转化为智能工作流（包括决策点、审批门、异常处理和证据要求）
构建自然语言界面，使用户能够安全、准确地查询、总结和探索风险数据，并将AI智能体与风险平台和服务集成
定义并实施评估框架，衡量准确性、解释质量、幻觉风险、控制有效性、任务完成度、延迟和成本
支持生产部署和持续运营（监控、可观测性、提示/版本控制、回归测试、持续改进）
确保解决方案符合数据隐私、信息安全、模型风险、操作风险和审计方面的技术标准
指导和支持其他工程师，提升部门的AI工程标准与实践
优先资格
AI/ML方向的教育背景优先
AI 洞察
优缺点分析
优点
- 汇丰作为全球银行，平台大、资源多，能接触到真实金融业务场景
- 混合办公模式提供一定灵活性，工作氛围相对国际化
- 职位对综合能力要求极高，需要同时精通AI、软件工程和业务理解
- 固定期限合同（Fixed Term）可能带来工作稳定性方面的不确定性
缺点 / 挑战
- 职责涵盖AI全生命周期，技术挑战高，利于个人能力快速提升
- 金融行业对合规和安全要求严格，开发过程中需额外关注风险控制
- 适合有3年以上AI/ML开发经验、希望在大型金融机构中深耕AI技术并愿意接受业务与合规挑战的资深工程师
角色解读
- 向AI架构师或技术负责人方向发展，主导更大规模的企业级AI平台
- 横向拓展到金融科技领域的风险管理、合规AI等方向
- 通过指导团队积累管理经验，未来可转型为技术经理或AI团队负责人
- 设计并交付AI解决方案，涵盖从原型到生产的全流程，包括智能工作流和自然语言界面
- 与业务和技术团队紧密合作，将复杂业务流程转化为自动化智能体
- 定义评估框架并监控生产系统性能，确保AI应用的可信度与合规性
- 深厚的AI/ML工程能力，包括LLM、RAG、智能体技术及模型部署
- 扎实的编程功底（Python/Java/TypeScript）和5年以上生产系统经验
- MLOps实践能力，熟悉CI/CD、容器化、模型管理与实验跟踪
申请策略
- 关注HSBC在AI和数字化方面的最新布局，在面试中展示你对金融科技趋势的理解
- 准备好展示你在过去项目中如何平衡技术创新与风险控制
- 突出端到端AI项目的交付经历，重点描述在提示工程、RAG、智能体等方向的具体成果
- 强调MLOps实践（CI/CD、容器化、模型监控）和量化指标（如准确率、延迟降低）
- 展示跨团队协作和业务目标对齐的经验，体现产品思维
- 补充金融领域知识（如风险管理、监管合规）会增加匹配度
- 熟悉LLM评估方法（如幻觉检测、安全性测试）是加分项
面试指南
- STAR法则：描述具体情境、任务、行动和结果，突出技术细节与量化成效
- 结构对比：先阐述一般原理，再结合自身项目经验举例说明，最后总结最佳实践
- 请详细描述你设计并部署的一个AI应用，包括技术选型、评估方法和生产挑战
- 如何处理LLM的幻觉问题？在金融场景中你认为哪些措施最重要？
- 解释RAG的实现原理，你在项目中如何优化检索质量？
- 在团队协作中，你如何与业务方沟通将模糊需求转化为技术方案？
- 如何设计一个LLM应用的评估框架？会关注哪些指标？
- 复习机器学习基础（偏差方差、评估方法），并准备手写简单模型代码的可能
职位点评
71
综合评分
大平台、前沿AI技术栈、混合办公，但固定期限合同且意义感一般。
更适合这类人
适合追求技术成长和前沿项目经验的求职者，对薪资和稳定性要求适中，能够接受固定期限工作模式。
表现最好
成长发展
相对薄弱
使命价值
薪资福利70
成长发展90
工作生活65
使命价值60
薪资福利
70中等
该职位薪资未明确披露，但根据行业和级别推测处于市场水准；HSBC作为大行福利体系完善，但固定期限合同可能影响稳定性认知。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
90较高
该职位涉及LLM、RAG、智能体等前沿AI技术，提供端到端项目经验，且明确有指导他人的职责，成长空间广阔。
技术前沿前沿/新兴技术
技术栈AI、Machine Learning、LLM、RAG、MCP、Agentic Workflows、MLOps
成长机会Coach and support other engineers、helping to uplift AI engineering standards
业务类型profit_center
工作生活
65中等
提供混合工作模式，地点在广州核心城市，但固定期限合同和可能的高强度项目对工作生活平衡有一定影响。
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）
工作生活平衡Hybrid Worker
使命价值
60中等
金融科技行业稳定，但职位具体对社会的影响力有限，更多是技术驱动，使命感不强。
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