汇丰
Sr. Associate Director, Software Engineering
Sr. Associate Director, Software Engineering
发布于 7 天前普通员工/个人贡献者
全职员工混合式弹性办公人工智能
人工智能
CI/CD
Github Copilot
Llm
Rag
代理工作流
容器
微服务
技术领导力
生成式Ai
值不值得投
76综合评分
综合评分 76
高级AI技术领导职位，前沿技术栈，发展机会好，但WLB未知。
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。
薪资怎么样
50K
比人工智能中位数高
发布情况
正常在招 · 6 天前发布
公司情况
这家公司招聘很活跃
约 710 个在招
市场机会
选择适中
广州 · 人工智能 · 20 个在招
职位详情
关于这个职位
负责汇丰AI平台（HSBC Productivity Suite）的高级软件工程工作，专注于设计、构建和部署生产级生成式AI能力
这是一个技术领导角色，需要超过一半时间动手编写、测试和发布代码，提供技术指导和架构决策，但无直接人员管理职责，旨在推动工程标准和技术卓越
最低要求
深入的动手软件工程经验，具有设计、编码和运营用户面对产品和分布式服务的优良记录
高级使用AI编码工具（如GitHub Copilot）以安全地原型设计、编写、测试和审查代码，以及构建改善软件开发生命周期的代理
强Python专业知识和现代工程实践的实用知识，包括API、微服务、数据库、容器、自动化测试和CI/CD
动手将AI、机器学习和生成式AI解决方案从实验阶段带到安全、可靠生产使用的经验
强大的大型语言模型、提示工程、检索增强生成、代理工作流、评估、防护栏、可观测性和负责任AI的实用知识
强大的工程判断力，能够平衡性能、安全、成本、弹性、可维护性、技术债务和交付速度，在做出复杂设计决策时
形成技术愿景、影响业务和工程优先级、将复杂工作分解为可管理交付并通过技术专业知识而非正式权威提高标准的经验
强大的所有权、问题解决和沟通能力，能够在全球和多元文化团队中自主工作，清晰解释技术权衡，并将模糊问题转化为稳健、可衡量的结果
工作职责
超过一半时间用于动手工程，编写、审查、测试和发布HSBC Productivity Suite的生产代码
设计和构建生产级生成式AI能力和集成，从初始设计到部署、操作和持续改进
提供跨工程团队的技术领导，形成清晰的技术愿景，设定方向并将复杂项目分解为可管理的交付
在性能、安全、成本、可维护性、技术债务、故障处理、可观测性、发布安全性和长期可操作性方面做出合理的技术决策
制定技术战略和路线图，影响优先级并将用户需求和模糊业务问题转化为可衡量的结果和实际工程计划
推动可重用能力、框架、工程标准和有效技术控制，包括监控和在软件开发生命周期中安全使用AI编码工具和代理
通过结对、设计和代码审查、实际指导、知识分享和榜样作用提高工程能力，而无需正式的人员管理职责
领导生产稳定性的持续改进，设定可衡量的目标以减少事件和恢复时间，并在生产问题上带头处理
AI 洞察
优缺点分析
优点
- 接触前沿生成式AI技术和大型企业级项目，技术深度高
- 全球工程团队协作，有机会影响跨地区技术标准
- 注重技术领导而非管理，适合纯技术路线发展
- 跨国团队协作可能涉及沟通和时区协调问题
- 技术更新快，需持续学习AI和工程最佳实践
- 适合有深厚软件工程经验、热爱动手编码、希望成为技术专家而非管理者的求职者，尤其对AI和平台工程感兴趣
缺点 / 挑战
- 需要在复杂系统中处理性能、安全和可维护性等多重挑战
角色解读
- 从高级工程师向首席工程师（Principal Engineer）发展，深化技术专长
- 通过技术领导力和架构决策，在组织内提升影响力
- 在AI平台领域积累经验，未来可转向更高级的技术战略角色
- 设计、构建和部署生产级生成式AI能力，负责HSBC Productivity Suite的核心功能
- 提供技术领导力，形成技术愿景并将复杂工作分解为可管理交付，但不管理下属
- 动手编写、测试和发布生产代码，超过一半时间用于工程实践
- 推动工程标准和技术卓越，通过代码审查和指导提升团队能力
- 深度软件工程经验，擅长设计用户面对产品和分布式服务
- 精通Python和现代工程实践，如微服务、容器和CI/CD
- 熟悉生成式AI、LLM、RAG和代理工作流，并能将其投入生产使用
- 具备技术决策能力，能平衡性能、安全和成本等因素
申请策略
- 研究汇丰的AI平台战略和产品方向，面试时展示相关见解
- 准备讨论复杂技术问题的解决方案，强调工程判断和沟通能力
- 突出AI或生成式AI项目经验，展示从实验到生产部署的案例
- 强调Python和微服务架构的实际应用，以及CI/CD实践
- 描述技术领导力经历，如代码审查、架构设计或标准制定
- 列出相关工具和技能，如GitHub Copilot、LLM框架和容器技术
- 深入学习生成式AI和LLM的最新进展，如提示工程和RAG技术
- 练习技术决策案例，平衡性能、成本和可维护性等权衡
面试指南
- 使用STAR方法（情境、任务、行动、结果）结构化回答，突出技术深度
- 强调实际工程经验，如具体工具使用、架构选择和问题解决过程
- 展示沟通能力，清晰解释技术权衡和业务影响
- 如何设计一个生产级的生成式AI系统，确保其可靠性和可观测性？
- 在技术决策中，你如何平衡性能、安全和成本？请举例说明
- 如何领导一个工程团队提高技术标准，而不依赖正式管理权威？
- 你使用过哪些AI编码工具？如何安全地集成到开发流程中？
- 描述一个你将AI解决方案从实验阶段带到生产使用的经历
职位点评
薪资福利70
成长发展85
工作生活75
使命价值70
薪资福利
70中等
薪资和福利信息未披露，但作为大型银行职位，可能提供市场水准的薪酬和稳定性。
薪资信号未披露（AI估算：40K-60K/月）
成长发展
85较高
职位专注于前沿AI技术，提供技术领导力和深度工程挑战，有利于技能成长和职业发展。
技术前沿前沿/新兴技术
技术栈Python、GitHub Copilot、生成式AI、LLM、RAG、代理工作流
成长机会progress through engineering depth、technical leadership、raise engineering standards
业务类型profit_center
工作生活
75中等
办公模式为混合式弹性办公，但未明确远程天数和工作时间安排，生活平衡情况一般。
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）
使命价值
70中等
金融行业稳定，AI技术应用具有创新性，但社会影响力中性，使命感不强烈。
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
汇丰 的其他在招职位
相似职位推荐
Watch Jobs