汇丰
Senior Software Engineer
Senior Software Engineer
发布于 8 天前普通员工/个人贡献者
上海市
中级经验
全职员工
混合式弹性办公
本科
软件工程
机器学习
Javascript
RAG
LLM
APIs
CI/CD
Ai Agents
AI 估算 · 20k–35k
上海外资银行高级软件工程师，AI方向技能稀缺，月薪20-35K，13薪，竞争力中等偏上。
职位详情
关于这个职位
汇丰正在招聘一位高级软件工程师，加入上海的AI MS团队
你将参与AI应用的原型到生产交付，使用Python、JavaScript、LLM、RAG等技术构建组件，并与跨团队协作，推动AI在金融场景的落地
适合有3年左右AI工程或全栈经验、希望在外资大平台深耕AI技术的候选人
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、信息技术或相关技术学科本科及以上学历
约3年AI工程、LLM应用开发、机器学习工程、数据工程、后端开发、全栈开发或相关技术岗位的实践经验
在AI/ML或LLM应用方面有实际经验，例如prompts、embeddings、RAG/Graph RAG、模型API、AI agents、agent编排工程、agent内存管理、评估、数据管道或AI辅助工作流自动化
扎实的Python编程能力，能够构建生产级脚本、API、agent编排逻辑、数据处理逻辑、AI集成组件、评估和监控工具、护栏组件或自动化工具
具备另一种开发语言或生态的软件工程能力，如JavaScript/TypeScript、Java或类似，能够在后端、前端和集成层做出贡献
有AI驱动应用的工作经验，例如聊天机器人/助手解决方案、文档搜索、知识检索、Text-to-SQL、数据提取、模型集成或工作流自动化
熟悉常见工程实践，包括Git、代码审查、单元测试、调试、文档、API使用、环境搭建、CI/CD概念和发布支持
能够快速评估新的AI工具和框架，通过测试、评估、监控、护栏和AI安全实践理解模型和agent行为，并将其应用于实际业务问题
良好的解决问题的能力，注重细节，能够跨代码、数据、prompts、检索结果、API响应、日志和用户反馈进行实践调查
清晰的沟通能力，对所负责的功能或工作流有强烈的主人翁意识，能够与工程师、AI专家和业务用户在协作环境中工作
工作职责
在高级工程师指导下，支持AI应用从原型到生产的交付
使用Python、JavaScript/TypeScript、API、数据库和Web或后端框架等技术构建和增强应用组件
协助将LLM、RAG、embeddings、模型API、prompt工作流和自动化能力集成到业务应用中
与高级团队成员合作，理解业务流程，明确需求，并将其转化为技术任务
准备概念验证、演示、技术原型和小型生产功能，以向用户验证解决方案思路
按照团队标准和企业工程实践编写干净、可维护、可测试的代码
支持AI应用的测试、调试、日志记录、监控、部署准备和问题调查
与产品经理、工程师、数据专家、平台团队、安全团队和运营团队协作，安全地交付解决方案
清晰记录技术设计、实现说明、测试结果、用户反馈和操作指南
学习并应用汇丰在安全、数据隐私、访问控制、负责任AI、韧性和生产就绪方面的标准
AI 洞察
优缺点分析
优点
- 加入全球顶级银行的技术团队，平台稳定、资源丰富，项目影响力大
- 聚焦AI前沿技术（LLM、RAG、Agent），技能稀缺性高，市场价值提升快
- 工作风格为混合办公，提供一定灵活性，同时享有外资银行的福利体系
- 金融行业对安全性、合规性要求极高，开发流程和审批可能较为严格
- 适合有3年左右AI或后端经验、希望在外资大平台稳定发展并深耕AI技术、能适应一定合规流程的工程师
缺点 / 挑战
- AI应用需与多个团队协作，沟通成本较高，需要较强的跨部门协调能力
角色解读
- 在高级工程师指导下积累AI工程经验，未来可成长为技术专家或AI架构师
- 汇丰提供内部培训与跨团队项目机会，可横向拓展至数据、平台或安全领域
- 表现优异者可晋升为高级技术负责人或团队Lead，负责更大规模AI系统的设计
- 你将参与AI应用的完整生命周期，从原型验证到生产交付，主要使用Python和LLM技术
- 协助将大语言模型、RAG、AI代理等前沿技术集成到金融业务应用中，提升自动化水平
- 与产品、数据、安全等多个团队紧密协作，确保解决方案安全、可靠、符合监管要求
- 扎实的Python编程能力，能构建生产级API和AI组件，是日常开发的基础
- 熟悉LLM应用开发，包括prompt工程、RAG、模型API调用和AI代理编排等
- 具备至少一种前端或后端语言（如JavaScript/TypeScript/Java）的实践能力，实现全栈协作
申请策略
- 关注汇丰在AI方面的战略方向，提前准备一个与金融场景相关的AI应用想法
- 面试中强调对代码质量和工程规范的重视，以及跨团队协作的沟通能力
- 突出LLM相关项目经验，特别是RAG、Agent或模型集成方面的实际成果，用数据量化影响
- 强调Python编程能力，列出你开发的API、自动化工具或数据处理管道
- 展示全栈能力，包括前端（JavaScript/TypeScript）或后端其他语言的经验
- 补充LLM工程框架（如LangChain、LlamaIndex）的实践，并熟悉模型评估与监控
- 学习金融领域基础知识（如合规、数据隐私），在面试中展现行业理解
面试指南
- 使用STAR法则描述项目：情境、任务、行动、结果，突出技术决策和量化成果
- 对于评估类问题，先定义评估目标，再列出具体指标（如召回率、F1、用户满意度），然后说明如何实施
- 请描述一个你开发的LLM应用，包括技术选型、难点和解决方案
- 如何评估RAG系统的检索质量和生成质量？你会使用哪些指标？
- 在金融环境下，你如何确保AI模型的合规性和安全性？
- 请解释你如何设计一个可扩展的AI Agent架构
- 你如何处理代码中的技术债务？请举例
- 复习LLM和RAG的核心原理，准备一个相关项目案例，能流畅讲解技术细节和业务价值
职位点评
70
综合评分
外资大厂、前沿AI技术栈、混合办公，薪资面议但成长性突出。
更适合这类人
最适合重视技术成长和技能提升的求职者，希望在外资大平台接触AI前沿实践。
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70
使命价值60
薪资福利
65中等
薪资未披露但外资银行通常市场水准，福利未在JD明确列出，整体补偿性中等偏上但缺乏明确信号。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
85较高
职位涉及LLM、RAG等前沿技术，且有持续专业发展机会，成长性突出。
技术前沿前沿/新兴技术
技术栈Python、LLM、RAG、AI Agents、JavaScript、TypeScript、CI/CD
成长机会continuous professional development
业务类型ambiguous
工作生活
70中等
混合办公提供一定灵活性，办公室位于核心地段，但JD未明确WLB具体措施。
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flexible working
使命价值
60中等
金融行业成熟稳定，AI应用有一定社会价值，但职位的直接使命感不强。
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