汇丰
Senior Consultant Specialist
Senior Consultant Specialist
发布于 3 小时前普通员工/个人贡献者
全职员工混合式弹性办公后端开发
后端开发
CI/CD
Go
Graph Rag
Rag
值不值得投
80综合评分
综合评分 80
外资银行AI后端架构岗，技术前沿、混合办公、成长空间大，侧重内部平台赋能。
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
4万
比后端开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 700 个在招 · 其中后端开发 20 个
市场机会
选择面较广
广州 · 后端开发 · 94 个在招
职位详情
关于这个职位
该职位负责设计和实现基于RAG和Graph RAG的核心后端架构，构建多模态数据处理管道，优化检索与排序策略，并确保生成内容的准确性、可追溯性及银行级安全合规
适合具备5年以上后端经验、熟悉云原生技术且对AI应用有深入理解的高级工程师
最低要求
计算机科学、软件工程或相关技术专业的本科或硕士学位
年以上后端工程经验
熟练掌握至少一种主流后端技术栈：Python (FastAPI) 或 Go
扎实理解核心RAG组件和模式，包括分块、嵌入、混合搜索、重排序、上下文窗口管理、引用/归属以及评估
具备容器化和云原生工程（Docker、Kubernetes、CI/CD）的实践经验，在生产环境中有故障排除和性能调优的成功记录
具备较强的沟通与协作能力，能够在多维约束（安全、合规、性能和成本）下交付成果
展现AI原生思维，应用AI驱动的方法来提高生产力、质量和决策能力
工作职责
RAG后端架构与交付（包括Graph RAG和智能体搜索）：设计并实现核心RAG后端能力，包括检索、重排序、上下文构建、提示词编排、响应聚合、Graph RAG模式（实体/关系提取、图遍历、基于图的上下文组装）以及智能体搜索（多步查询规划、迭代检索、工具/函数调用）
构建多模态和多类型数据（文档、邮件、维基、图像、表格、日志、结构化数据源）的管道，包括提取/OCR、分块、丰富、嵌入以及支持回滚的增量重新索引
检索、排序与图推理优化：实现混合检索（BM25/向量/结构化过滤）、多阶段召回、重排序（交叉编码器/LLM）、去重/多样性控制，以及基于图的检索策略，以提高相关性、可解释性和可追溯性
基于证据的答案生成：构建生成工作流，生成带有明确支持证据（引用、引用证据片段和来源元数据）的可靠答案，包括答案结构化、置信度/评分信号、拒绝/证据不足处理，以及用于审计的可追溯的输出
安全与合规：实施访问控制（RBAC/ABAC）、数据分类和脱敏、审计日志、加密和密钥管理
确保检索和生成流程满足银行级合规要求
数据治理与血缘：执行数据所有权、分类、保留和访问策略
维护元数据标准、血缘和来源，以确保输出基于批准的来源
质量评估与持续改进：建立离线/在线评估（可靠性、忠实度、引用覆盖率、延迟），支持A/B测试和回归验证
跨团队协作：与AI基础设施、数据平台、信息安全和产品团队合作，在多个系统中落地RAG能力并持续演进平台
AI 洞察
优缺点分析
优点
- 接触前沿的RAG和Graph RAG技术，处于AI应用落地的核心领域，技术成长空间大
- 外资银行背景，提供完善的福利体系和灵活办公政策，注重工作生活平衡与专业发展
- 银行级安全与合规要求极高，开发流程可能较为严谨繁琐，需要适应严格的规范
- 适合具备扎实后端基础、对AI大模型应用有浓厚兴趣，且希望在金融科技创新领域长期发展的高级技术人才
缺点 / 挑战
- 需要在多维约束（安全、合规、性能和成本）下平衡技术方案，技术挑战与跨部门沟通成本并存
角色解读
- 可向AI架构师、技术专家或AI团队技术负责人方向发展
- 在金融AI应用领域积累深厚经验后，具备极高的行业竞争力和广阔的职业前景
- 负责设计和开发基于RAG和Graph RAG的核心后端架构，构建多模态数据处理与检索管道
- 优化检索与排序策略，确保AI生成内容的准确性、可追溯性，并满足银行级的安全合规要求
- 精通Python (FastAPI) 或 Go等主流后端技术栈，具备5年以上后端开发经验
- 深入理解RAG核心组件（分块、嵌入、混合搜索、重排序等），并熟练掌握Docker、Kubernetes等云原生技术
申请策略
- 汇丰注重多元包容和持续专业发展，面试时可展现对AI技术的热情以及跨团队协作的沟通能力
- 突出在RAG、检索优化、大模型应用方面的实际项目经验，特别是处理多模态数据和复杂检索链路的案例
- 强调云原生环境下的性能调优和故障排查能力，以及在高合规要求下的系统设计经验
- 深入学习Graph RAG、智能体搜索（Agentic Search）等前沿技术，了解金融行业的合规与数据安全标准
- 提升跨团队协作与沟通能力，学习如何在多维约束下推进技术项目落地
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点突出技术选型的思考过程、遇到的挑战（如合规、性能瓶颈）及解决方案，最后用数据量化成果
- 请详细描述你设计过的最复杂的RAG系统架构，包括检索和重排序策略
- 在处理多模态数据时，你是如何设计数据管道和增量索引机制的？
- 如何在保证银行级安全合规的前提下，优化RAG系统的性能和延迟？
- 请举例说明你如何使用Graph RAG或智能体搜索解决过具体的业务问题
- 复习RAG核心原理、向量数据库、混合检索策略，并了解汇丰在AI和数字化转型方面的最新业务动态
- 准备关于数据治理、安全合规以及云原生架构的技术方案，以应对银行级场景的提问
职位点评
薪资福利80
成长发展85
工作生活80
使命价值70
薪资福利
80较高
职位为高级技术专家，外资银行背景，薪资处于市场中上水平，且提供灵活办公等福利，整体薪酬福利具备较强竞争力。
薪资信号未披露（AI估算：3千–5万/月）
福利待遇flexible working、continuous professional development
成长发展
85较高
岗位涉及RAG、Graph RAG等前沿AI技术，处于技术前沿，且公司明确提供持续专业发展机会，技术成长空间大。
技术前沿前沿/新兴技术
技术栈RAG、Graph RAG、agentic search、Python、FastAPI、Go、Docker、Kubernetes
成长机会continuous professional development
业务类型cost_center
工作生活
80较高
职位明确标注为混合式弹性办公，外资银行通常注重工作生活平衡，整体办公灵活性较高。
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
70中等
在大型跨国金融机构推动AI技术落地，具有一定的行业影响力和技术使命感，但主要偏向内部技术平台建设，直接社会影响力相对有限。
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
汇丰 的其他在招职位
相似职位推荐
Watch Jobs