HSBC logo
汇丰
Sr. Associate Director, Software Engineering (Shenzhen&Guang Zhou_GenAI Agent Platform)

Sr. Associate Director, Software Engineering (Shenzhen&Guang Zhou_GenAI Agent Platform)

发布于 大约 8 小时前

普通员工/个人贡献者

广州市 / 深圳市
专家级经验
全职员工
混合式弹性办公
学历未注明
后端开发
Api Gateway
Cloud-Native
Genai
Go
Rag

AI 估算 · 45k–70k

资深技术专家,AI平台稀缺方向,金融巨头,薪资竞争力强。

职位详情

关于这个职位

本职位是汇丰集团AI平台团队的高级软件工程总监(个人贡献者),负责设计和实现生产级AI平台服务,专注于AI网关、安全防护、RAG和Agent平台

你将使用Go语言开发高并发、低延迟的服务,并与资深工程师合作推动架构质量
这适合有深厚后端和云原生经验、对AI基础设施感兴趣的技术专家

最低要求

在复杂企业环境中设计或运营网关平台、服务控制平面或API中介层的经验

熟悉AI系统的安全管控,包括策略执行、访问控制、可审计性、模型治理和运行时防护
对检索增强生成(RAG)架构有实际理解,包括摄取管道、嵌入、检索策略、排序和答案质量评估
有用于构建、编排和管理生产级AI代理的智能体系统或平台的经验
熟悉Golang和/或Python,用于平台工具、集成、实验或相关服务开发
有Kubernetes和云原生生产系统的经验,包括部署模式、网络、扩展、弹性和运维故障排除
有通过设计评审、技术标准、共享框架或提升同行工程能力来改进工程组织的记录

工作职责

负责AI平台核心领域的关键工程问题,包括AI网关能力、安全防护、检索增强生成和Agent平台服务

使用Go (Golang)设计和实现生产级服务,重点关注并发、延迟、吞吐、容错和可维护性
在服务边界、接口设计、失败处理、可观测性、发布安全和长期可运维性方面做出正确的技术决策
通过纪律化的工程实践(包括代码审查、自动化测试、性能验证、安全软件设计和清晰的技术文档)推动实现质量
将模糊的需求或新兴平台需求转化为清晰的设计、交付切分和持久的技术解决方案
与首席工程师和同级工程师紧密合作,挑战假设、完善设计,提升平台架构和执行的总体质量
作为高信任度的个人贡献者,通过技术深度、一致交付、实际指导和对标示范提高标准,而非依靠正式的人员管理

AI 洞察

优缺点分析

优点

  • 处于生成式AI和智能体平台的前沿,技术含金量高,紧跟行业趋势
  • 汇丰作为全球金融巨头,平台规模和复杂度高,能接触企业级AI落地场景
  • 工作模式支持混合办公,平衡工作与生活
  • 有明确的导师和成长文化,注重专业发展
  • 职位要求极高,需要同时具备深厚后端、云原生和AI经验,门槛高
  • 金融行业对安全、合规和稳定性要求严苛,开发约束多
  • 适合有5年以上后端架构经验、深耕云原生和AI基础设施领域、热爱技术深度并希望在大平台发挥影响力的资深工程师

缺点 / 挑战

  • 作为个人贡献者需要自我驱动,应对模糊需求并推动落地,挑战大

角色解读

  • 作为技术专家,可向首席工程师或技术架构师方向发展,领导更复杂的平台建设
  • 在AI平台这一前沿领域积累深厚经验,未来可成为企业级AI基础设施的权威
  • 汇丰内部有跨区域协作和晋升机会,可转向管理或技术专家双通道
  • 负责AI平台核心领域的关键工程问题,包括AI网关、安全防护、RAG和Agent服务
  • 使用Go语言设计和实现生产级服务,注重并发、延迟、吞吐、容错和可维护性
  • 在服务边界、接口设计、失败处理、可观测性、发布安全和长期可运维性方面做出技术决策
  • 与首席工程师合作,挑战假设、完善设计,提升平台架构和执行力
  • 精通Go/Golang,能够编写高并发、低延迟的分布式服务
  • 熟悉Kubernetes和云原生生产系统,掌握部署、网络、扩展和运维
  • 理解AI系统安全控制,包括策略执行、访问控制、模型治理和运行时防护
  • 具备RAG和Agent系统实际经验,了解摄取、检索、排序和评估

申请策略

  • 在简历中使用数据量化影响,如降低延迟、提升吞吐量、支撑业务规模
  • 了解汇丰AI平台战略,展示对负责任AI和企业级落地的理解
  • 突出设计或运营大型网关平台、API管理层或服务控制平面的项目经历
  • 强调使用Go或Python构建高并发服务的实际案例,附上性能指标
  • 展示对Kubernetes和云原生生态的实操经验,包括部署和排障
  • 如有AI相关经验(如RAG、Agent、模型安全)务必重点描述
  • 如果还不熟悉GenAI技术栈,建议系统学习RAG架构和Agent编排框架
  • 深入理解AI安全治理,如guardrails、模型审计、访问控制

面试指南

  • 用STAR方法:情境、任务、行动、结果,突出你的技术决策和衡量指标
  • 强调系统思维:从架构、可靠性、可运维性等多维度分析问题,并给出取舍
  • 展示学习能力:承认不足但积极学习,例如如何快速掌握GenAI技术
  • 请描述你设计过的API网关或服务控制平面,如何保证高可用和低延迟?
  • 你如何在一个模糊的需求下,将问题拆解成可交付的方案?请举例
  • 如何确保AI系统的安全性和合规性?你实践过哪些guardrails?
  • 谈谈你对RAG架构的理解,如何优化检索质量?
  • 在Kubernetes上部署大规模服务时遇到过哪些坑?如何解决?

职位点评

77
综合评分

金融巨头AI平台资深技术岗,技术前沿、薪资优厚、混合办公,但JD未披露具体福利。

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高薪稳定的资深工程师,对工作生活平衡有一定要求但不过分追求社会意义。
表现最好
成长发展
相对薄弱
使命价值
薪资福利75
成长发展85
工作生活80
使命价值60

薪资福利

75中等

金融巨头,薪资竞争力强,稳定性高,但JD未披露具体薪酬和福利细节。

薪资信号未披露(AI估算:45K-70K/月)

成长发展

85较高

职位处于GenAI前沿,技术挑战大,成长空间广阔,公司也强调持续发展和导师文化。

技术前沿前沿/新兴技术
技术栈Go、Python、Kubernetes、RAG、Agent、GenAI、API Gateway、Security、Cloud-native
成长机会mentoring、continuous professional development、opportunities to grow
业务类型ambiguous

工作生活

80较高

混合办公模式提供了良好的工作灵活性,JD中明确提到flexible working,但未说明具体远程天数。

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AI平台具有较高技术价值,但社会影响力中性,使命感信号不足。

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