HSBC logo
汇丰
Associate Director, Software Engineering

Associate Director, Software Engineering

发布于 1 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
不限
软件工程
Bigquery
CI/CD
Dataflow
Llm
Pub/Sub
Rag
Vertex Ai

AI 估算 · 35k–60k

外资银行中层管理,10年以上经验,技术栈前沿,广州薪资竞争力强

职位详情

关于这个职位

这是一个在汇丰广州的技术管理岗位,负责领导软件工程师团队,专注于数据工程和AI/ML

你将设计GCP上的数据架构,推动CI/CD和工程实践,并应用生成式AI提升效率
适合有10年以上经验的技术专家

最低要求

相关技术10年以上经验

数据工程(Python, Dataflow, Pub/Sub, BigQuery, Hadoop, NiFi/Kafka, RDBMS),Cloud SQL
熟悉GCP控制台,BQ/GCS/Git, Jenkins, Airflow, Pub/Sub/Kafka, CI/CD
有Vertex AI(优先)或类似托管LLM服务的实践经验,包括部署/消费端点
有至少一个LLM功能的手动交付经验,如:RAG数据准备管道、嵌入管道、向量索引或LLM评估遥测
交付过一个或多个关键数据产品/管道,在可靠性、延迟和数据质量方面有可衡量的改进

工作职责

领导设计评审

在弹性、性能、成本和时间上市之间做出清晰的权衡
推动工程卓越:CI/CD、自动化测试、代码质量和发布治理
以身作则:指导工程师/团队应对复杂性,并通过日常行动提高工程标准
扎实的工程基础,持续改进心态
愿意为问题学习最佳工具/语言
定义GCP上摄取、转换和服务端提供的参考架构和可重用模式
现代化交付和运营经验:端到端所有权、持续交付/DevOps实践,以及使用运营指标(如DORA)
跨平台/基础设施/功能即服务的广泛工程经验,以及基于敏捷价值观的交付
AI/ML技术演进关注:紧跟应用人工智能(包括生成式AI),并识别将AI嵌入数据工程工作流的机会(如智能自动化、改进可观测性、开发人员生产力),同时保持工程质量
领导和指导工程师
设定明确期望、发展计划,并推动强大的工程文化

优先资格

有Vertex AI、模型部署、特征存储、向量搜索、嵌入的经验

有流式处理(Dataflow/Beam, Kafka)和容器平台(GKE/Cloud Run)的经验
熟悉GenAI治理模式(模型风险、可审计性、可解释性、内容安全)
有开源向量数据库(如pgvector, Milvus, Weaviate)和评估工具的经验
云认证(GCP专业数据工程师/云架构师)优先

AI 洞察

优缺点分析

优点

  • 跨国金融巨头平台,技术体系成熟,资源丰富
  • 涉及前沿的生成式AI应用,技术成长空间大
  • 混合办公模式,工作弹性好
  • 领导力培养和职业发展路径明确
  • 对技术深度和广度要求高,需要持续学习
  • 管理职责重,需要平衡技术和人员管理
  • 金融行业合规要求严格,可能限制快速迭代
  • 适合有多年数据工程经验,希望转型技术管理,并对金融科技和AI应用感兴趣的技术专家

缺点 / 挑战

暂无明显挑战项

角色解读

  • 可晋升至更高级别的管理职位,如Director或更高级技术领导
  • 在金融科技领域深入发展,成为数据工程和AI方向的专家
  • 有机会跨部门轮岗,拓展更广泛的业务视野
  • 领导数据工程团队,制定技术方向和架构决策
  • 负责GCP数据平台的架构设计,优化数据管道性能和成本
  • 推动工程实践改进,包括CI/CD、自动化测试和代码质量
  • 应用生成式AI技术提升数据工作流的效率和智能化水平
  • 深厚的数据工程功底,熟悉Python、GCP服务(BigQuery, Dataflow等)和Kafka等消息系统
  • 丰富的架构设计经验,能够权衡不同方案并制定参考架构
  • 熟悉LLM应用技术,如RAG、向量数据库和模型部署
  • 优秀的领导力和沟通能力,能够指导和激励团队成员

申请策略

  • 了解汇丰的业务和技术架构,准备相关案例
  • 在面试中强调“领导者做”的思维方式,与管理文化契合
  • 突出10年以上数据工程经验,特别是GCP相关项目
  • 强调领导团队和推动工程改进的案例
  • 展示至少一个LLM功能交付项目,如RAG管道或向量检索
  • 列出与JD匹配的技术栈,如Python,BigQuery,Kafka,Vertex AI
  • 如果对GCP不熟,可提前学习BigQuery、Dataflow等核心服务
  • 补充GenAI知识,了解RAG、向量数据库和模型评估

面试指南

  • 用STAR法则组织回答,突出情境、任务、行动和结果
  • 强调数据驱动和可衡量的改进,用具体指标说话
  • 体现领导力,强调团队合作和跨部门沟通
  • 描述一次你领导复杂数据管道设计并权衡成本与性能的经历
  • 你如何在团队中推动CI/CD和自动化测试的落地?
  • 请分享一个使用LLM/RAG的实际项目,以及你如何评估其效果
  • 如何在多团队协作中保证数据质量和监管合规?
  • 你如何辅导和培养初级工程师,提升团队整体水平?

职位点评

78
综合评分

外资银行技术管理岗,薪资优厚但未披露,前沿AI/ML技术栈,混合办公,发展空间大。

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
适合追求技术成长和职业发展,同时看重工作弹性和稳定性的资深工程师。
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

职位为外资银行中层管理岗位,虽未披露具体薪资,但通常福利完善、薪资竞争力强。

薪资信号未披露(AI估算:35K-60K/月)

成长发展

85较高

职位涉及前沿AI/ML技术,且有明确的工程卓越要求,成长空间大。

技术前沿前沿/新兴技术
技术栈GCP、BigQuery、Dataflow、Pub/Sub、Kafka、Vertex AI、LLM、RAG、Python、CI/CD
成长机会continuous professional development、opportunities to grow
业务类型cost_center

工作生活

75中等

混合办公模式,工作弹性好,但金融行业可能有一定压力。

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

金融行业稳定,但社会影响力中性,主要服务于商业目标。

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