汇丰
Engineering Lead
Engineering Lead
发布于 6 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
Agent架构
Ai工程
Llms
Rag
平台架构
知识图谱
值不值得投
75综合评分
综合评分 75
成熟金融平台AI架构岗，技术要求高，混合办公，薪资有竞争力但WLB未明示。
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
45K
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
该职位是汇丰银行AI Agent平台的工程负责人，负责核心架构设计、AI原生工程能力集成以及企业知识增强层的设计与实现
需要深厚的AI/Agent架构、大型系统交付以及工程落地能力，推动平台能力标准化与生产化
最低要求
学士学位或以上（首选计算机科学、软件工程、人工智能或相关专业）
年以上后端/平台工程、架构或类似企业级交付岗位经验
最近3年在商业环境中交付过AI相关生产系统
具备强大的系统思维，能够设计和演进注重可扩展性、可维护性和性能的复杂系统
精通Java/Python，具备扎实的编码基础和架构判断力
拥有交付复杂系统的实战经验
AI/Agent架构技能（必须）：* 对LLM和Agent架构有深刻理解，包括任务分解与规划、工具使用/函数调用模式、上下文和会话管理、记忆设计、执行循环和异常处理
实际使用过LangChain和/或LangGraph（或同等编排框架）
熟悉主流AI编码和开发者工具（例如：Claude Code, Codex, Cursor, Copilot或同类工具）
知识与检索工程（强力加分项）：* 有为企业实际应用场景设计并实现RAG、GraphRAG或知识图谱解决方案的实践经验
平台与云工程（强力加分项）：* 具备强烈的DevOps思维
有DevOps实践、CI/CD、Kubernetes和云原生技术的经验
能够推动跨团队执行并在生产环境中交付成果
工作职责
平台架构与核心能力设计**
主导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原生能力嵌入工程工作流程，例如AI编码、技术方案生成、测试用例生成、测试报告生成以及自动化环境设置/编排
知识增强层设计**
设计、集成并应用企业知识增强能力，包括：
RAG（检索增强生成）
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 Agent运行时和治理框架，包括：
隔离与沙箱化
访问控制与权限管理
可审计性与可追溯性
评估与质量度量
稳定性、可靠性和成本管理
跨职能交付**
与产品、工程、质量保证、运营和平台团队合作，标准化和生产化平台能力，提升交付质量和工程效率
优先资格
有为企业实际应用场景设计并实现RAG、GraphRAG或知识图谱解决方案的实践经验
具备强烈的DevOps思维
有DevOps实践、CI/CD、Kubernetes和云原生技术的经验
能够推动跨团队执行并在生产环境中交付成果
AI 洞察
优缺点分析
优点
- 技术栈前沿，能紧跟AI Agent、RAG、知识图谱等最新技术发展并实践应用
- 在大型跨国金融机构平台，能积累宝贵的架构设计和大型系统交付经验
- 在大型组织内推动跨部门协作和平台标准化，需要较强的沟通协调和项目管理能力
- 需在安全性、稳定性、成本等多重约束下完成设计，平衡难度高
- 适合拥有8年以上扎实工程经验，对AI Agent、LLM应用架构有深入研究和实践，并具备强烈系统思维和架构能力的资深技术专家
缺点 / 挑战
- 深度参与企业级核心AI平台建设，能接触到大规模、复杂的真实业务场景和技术挑战
- 岗位对架构设计能力、AI技术深度和工程落地能力要求极高，技术挑战大
角色解读
- 技术专家路线：成为AI平台架构师或首席工程师，专注于前沿AI工程技术研究与落地
- 技术管理路线：带领更大的技术团队，负责更广泛的AI技术战略规划与落地，向技术总监方向发展
- 产品化路线：转向AI产品经理或解决方案架构师，将技术能力转化为商业产品或行业解决方案
- 设计并主导企业级AI Agent平台的整体技术架构，负责任务编排、记忆管理等核心能力开发
- 将AI能力（如代码生成、测试生成）深度集成到软件研发全流程，提升工程效率
- 设计并实施企业知识增强系统（如RAG、知识图谱），为AI提供高质量知识源
- 建立AI Agent的运行时治理框架，确保系统安全、可靠、可审计并控制成本
- 精通Java/Python，并具备大型分布式系统设计与交付经验
- 深刻理解大语言模型（LLMs）及Agent架构，熟练使用LangChain/LangGraph等框架
- 拥有RAG、知识图谱等知识工程领域的实际落地经验
- 具备DevOps思维和云原生技术栈（Kubernetes等）实践经验
申请策略
- 研究汇丰银行的数字化转型战略和公开的AI技术博客，了解其技术栈和关注方向
- 在面试中准备能体现你架构思维的白板讲解或系统设计案例，特别是如何平衡创新与稳定性
- 表现出对金融行业合规性、安全性和稳定性的理解，这与纯互联网岗位的要求不同
- 详细描述设计和交付过的最复杂的后端平台或AI系统架构，突出可扩展性、性能等设计考量
- 重点展示在AI Agent、RAG、知识图谱等领域的实际项目经验，说明技术选型和实现细节
- 强调在大型项目或跨团队协作中，推动技术标准化、提升工程效率或解决关键问题的具体案例
- 列出精通的Java/Python技能，以及DevOps、Kubernetes等云原生技术栈的实践经验
- 深入学习并实践LangChain/LangGraph等主流Agent编排框架，积累端到端案例
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述过往项目经验，突出技术决策和架构思考
- 采用分层、模块化的方式描述架构设计，先阐述整体思路，再深入关键组件（如记忆管理、工具调用）
- 对于技术问题，结合实际项目经验，阐述技术选型的理由、实施细节和效果度量
- 请描述一个你主导设计的最复杂的AI或分布式系统架构，面临的最大挑战是什么，如何解决的？
- 在设计AI Agent平台时，你如何考虑任务编排和多智能体协作的架构？
- 如何为企业知识（如文档）构建一个可靠的RAG系统？需要考虑哪些关键环节和指标？
- 如何保证AI Agent运行时的安全性、可审计性和成本可控？
- 在这个岗位上，你如何与产品、测试等非技术团队协作，推动平台能力的标准化和生产化？
职位点评
薪资福利72
成长发展85
工作生活68
使命价值75
薪资福利
72中等
该职位作为高级技术专家岗位，预估薪资水平在广州市场具有竞争力，但作为金融机构，其薪资结构和具体福利细节未在JD中披露。
薪资信号未披露（AI估算：35K-55K/月）
成长发展
85较高
职位涉及AI Agent、RAG、知识图谱等前沿技术领域，能提供深度技术挑战和大型平台架构经验积累，但JD未明确提及内部培训或晋升路径。
技术前沿前沿/新兴技术
技术栈LLMs、Agent架构、RAG、GraphRAG、知识图谱、LangChain、LangGraph、Kubernetes、AI编码
成长机会fosters continuous professional development、opportunities to grow
业务类型ambiguous
工作生活
68中等
JD明确提供混合办公模式（Hybrid Worker），提供了办公灵活性，但未提及具体远程天数、弹性工时或WLB相关信息。
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
75中等
作为全球领先金融机构的技术岗位，参与核心AI平台建设，具备行业影响力，但JD未明确强调该岗位的社会使命或行业创新引领目标。
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
汇丰 的其他在招职位
相似职位推荐
Watch Jobs