汇丰
Senior Manager AI Initiatives
Senior Manager AI Initiatives
发布于 6 天前中层管理(经理/总监)
全职员工混合式弹性办公人工智能
人工智能
Ai Agent
Graphrag
Langgraph
Llm
Rag
值不值得投
71综合评分
综合评分 71
汇丰高级AI架构管理岗，技术前沿、成长性好，但工作责任重，生活化动机满足度一般。
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
40K
比人工智能中位数高
发布情况
正常在招 · 5 天前发布
公司情况
这家公司招聘很活跃
约 780 个在招 · 其中人工智能 6 个
市场机会
选择适中
广州 · 人工智能 · 38 个在招
职位详情
关于这个职位
该职位负责领导AI Agent平台的架构设计与核心能力开发，将AI原生能力融入工程工作流，并设计企业知识增强层（如RAG、GraphRAG）
同时需要建立AI代理运行时治理框架，并与产品、工程、运维等团队协作，推动平台能力的标准化与生产化，旨在提升交付质量与工程效率
最低要求
学历：本科或以上（优选计算机科学、软件工程、人工智能或相关专业）
经验：
年以上后端/平台工程、架构或类似企业级交付岗位经验
近3年在商业环境中交付AI相关生产项目的实际经验
系统思维：具备设计与演进复杂系统的强能力，专注于可扩展性、可维护性和性能
工程能力：精通Java/Python，具备扎实的编码基础与架构判断力
有交付复杂系统的实践经验
AI/Agent架构技能（必须）：
深入理解大语言模型和Agent架构，包括：任务分解与规划、工具使用/函数调用模式、上下文与会话管理、记忆设计、执行循环与异常处理
具备使用LangChain和/或LangGraph（或等效编排框架）的实践经验
熟悉主流AI编程和开发者工具（例如：Claude Code, Codex, Cursor, Copilot或同类工具）
工作职责
平台架构与核心能力设计：领导AI Agent平台的整体架构设计和核心能力开发，包括任务编排、工具调用、上下文管理、记忆机制和多智能体协作
AI原生工程集成：将AI原生能力融入工程工作流，例如AI编码、技术方案生成、测试用例生成、测试报告生成和自动化环境设置/编排
知识增强层设计：设计、集成和应用企业知识增强能力，包括：
检索增强生成 (RAG)
GraphRAG
知识图谱（设计、集成与应用）
运行时治理与运营框架：建立AI代理运行时与治理框架，包括：
隔离与沙箱化
访问控制与权限管理
审计与可追溯性
评估与质量衡量
稳定性、可靠性与成本管理
跨职能交付：与产品、工程、QA、运营和平台团队合作，标准化和生产化平台能力，提高交付质量和工程效率
优先资格
知识与检索工程（强烈加分项）：具备为实际应用场景设计与实施企业级RAG、GraphRAG或知识图谱解决方案的实践经验
平台与云工程（强烈加分项）：
具备强烈的DevOps思维
有DevOps实践、CI/CD、Kubernetes和云原生技术的经验
具备推动跨团队执行并在生产环境中交付成果的能力
AI 洞察
优缺点分析
优点
- 参与设计企业级AI Agent平台，能深入接触LLM、Agent、RAG等前沿技术的实际生产应用
- 在汇丰这样的大型国际化金融机构，能获得规范的工程流程和处理复杂系统架构的经验
- 岗位兼具技术深度（架构设计）与广度（跨职能协作），能全面锻炼系统设计与项目管理能力
- 混合办公模式提供了一定的工作灵活性
- 需同时精通前沿AI技术与扎实的工程架构能力，对个人综合能力要求极高
- 作为Senior Manager，需要承担技术决策责任，并管理AI平台演进中的技术复杂性
- 适合拥有8年以上后端或平台开发经验，近3年专注于AI落地，并对AI Agent架构有深入研究和实践的高级工程师或技术专家
- 渴望在大型企业内主导构建下一代AI基础设施，并愿意承担技术领导角色的求职者
缺点 / 挑战
- 在大型企业内推动跨部门协作，将AI能力标准化并落地到生产环境，可能面临流程和协调上的挑战
角色解读
- 技术专家路线：成为公司内部AI平台与Agent架构的权威，负责更核心、更复杂的AI基础设施设计
- 技术管理路线：负责更大规模的AI技术团队或AI卓越中心，制定技术战略和路线图
- 业务融合路线：深入金融业务场景，利用AI技术解决核心业务问题，向AI解决方案架构师或业务技术负责人方向发展
- 领导AI Agent平台的整体技术架构设计，并负责核心能力（如任务编排、记忆机制）的开发
- 将AI技术深度融入软件工程全流程，实现编码、测试、部署等环节的智能化，提升效率
- 设计并构建企业级的知识增强系统（如RAG、知识图谱），为AI应用提供知识支持
- 建立AI运行时治理框架，确保AI系统安全、可靠、可审计地运行，并与多部门协作推动落地
- 深入的AI Agent架构知识，精通大模型原理、工具调用、上下文管理及LangChain等框架
- 扎实的后端与平台工程能力，熟练使用Java/Python，有复杂系统设计与交付经验
- 系统化思维，能设计高可扩展、易维护、高性能的复杂系统
- 具备DevOps理念和云原生技术（如Kubernetes）经验，并能推动跨团队协作
申请策略
- 在求职信或面试中，表达对将AI技术与企业级工程实践相结合、解决实际业务问题的热情，契合汇丰“make a real impression”的招聘导向
- 准备讲述一个从0到1或0.5到1的AI平台/项目经验，清晰阐述你如何定义问题、设计方案、攻克难点并衡量成效
- 突出独立设计或主导的AI平台/Agent项目，具体说明架构、使用的关键技术（如LangChain）和业务成果
- 强调解决复杂系统可扩展性、稳定性问题的架构设计经验，以及优化性能的案例
- 列举与产品、测试、运维等团队成功协作，推动技术方案落地的具体事例，体现跨职能领导力
- 明确列出对RAG、GraphRAG或知识图谱的实践经验，以及相关的DevOps和云原生技能
- 系统梳理并深化对主流AI Agent架构（如任务规划、工具调用、记忆机制）的理解，并动手实现小案例
- 学习并实践企业级RAG与GraphRAG的优化技巧，关注检索质量、生成效果与成本平衡
面试指南
- 采用STAR原则（情境-任务-行动-结果）结构化回答项目经验，突出你的个人贡献和技术决策
- 在描述架构时，从问题定义出发，说明技术选型（如为什么用LangChain而非自研框架）的考量，兼顾短期实现与长期演进
- 对于跨团队协作问题，强调沟通、建立共识、设计清晰接口和文档的重要性，并举出具体协作方法和成果
- 请描述一个你主导设计的复杂AI平台或Agent系统的架构
- 为什么这样设计？考虑了哪些关键权衡？
- 在将AI能力（如代码生成、测试生成）融入现有工程工作流时，你遇到过哪些主要挑战？是如何解决的？
- 如何设计一个可靠、安全且可观测的AI Agent运行时治理框架？请举例说明你需要考虑的关键组件
- 请分享一个你实施RAG或知识图谱解决方案的案例
职位点评
薪资福利65
成长发展88
工作生活60
使命价值68
薪资福利
65中等
职位未在JD中披露薪资范围，但属于高级技术管理岗位，预计薪酬在市场上具有一定竞争力。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
88较高
职位要求掌握AI Agent、RAG等前沿技术，并负责平台架构设计，提供了深入钻研和实践前沿AI工程化的良好机会。
技术前沿前沿/新兴技术
技术栈LLM、AI Agent、LangChain、LangGraph、RAG、GraphRAG、Knowledge Graph、Kubernetes
成长机会持续的专业发展机会
业务类型ambiguous
工作生活
60中等
JD明确提供混合办公模式，但未说明具体远程天数。作为高级管理岗位，可能存在较高的工作责任和跨时区协作需求。
工作模式混合式弹性办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
68中等
在大型国际金融机构推动AI技术落地，具有稳定性和行业影响力，但AI在金融领域的具体社会价值需要结合具体项目理解。
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