HSBC logo
汇丰
AVP, Investigative Tooling

AVP, Investigative Tooling

发布于 3 小时前

中层管理(经理/总监)

AI 估算 · 2.5–4.5万 · AI 参考估算
中级经验
学历未注明
全职员工混合式弹性办公AI算法
AI算法
Agentic Ai
Api Integration
Cloud Technologies
Llm
Prompt Engineering
Pytorch
Rag

值不值得投

79综合评分

综合评分 79

跨国银行中层技术岗,混合办公,聚焦AI在反洗钱领域的创新应用,福利稳定,社会价值显著。

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

3.5万

与AI算法中位数基本持平

发布情况

正常在招 · 20 天前发布

公司情况

这家公司招聘很活跃

约 940 个在招 · 其中AI算法 3 个

市场机会

选择适中

广州 · AI算法 · 15 个在招

职位详情

关于这个职位

该职位隶属于汇丰银行风险与合规部门,主要负责调查工具(Investigative Tooling)的技术落地

核心职责包括利用Python、LLM及PyTorch等技术开发和部署反金融犯罪调查工具,完成从需求分析、原型设计到生产发布的全流程
需与产品、合规专家协作,确保工具在检测有效性、风险控制及安全合规方面达到标准,并支持混合办公模式

最低要求

具备Python实战工程经验,并有PyTorch或同等机器学习框架的使用经历(可通过就业、实习、学术工作或个人项目获得)

熟悉大语言模型(LLMs)、提示词工程(Prompt Engineering)、检索增强生成(RAG)、API集成、评估、云技术、自动化测试、部署实践及可观测性
能够在指导下应用安全工程原则
有参与软件或AI能力开发交付的经验,涵盖用户发现、原型制作、测试、发布或运营支持等多个阶段
对金融犯罪调查感兴趣,能够学习相关的工作流程、证据标准和案件管理实践
能够与业务利益相关者沟通,清晰解释技术工作,在多学科团队中协作,并能建设性地应对挑战
具备企业集成、数据管道、生产监控、事件管理和受控变更的熟悉度(期望项)

工作职责

业务影响*:支持既定用例,从发现阶段通过受控的生产发布,完成分配的分析、原型设计、工程、测试和部署活动

将定义的用户需求转化为实用的技术输出,并提供证据证明调查质量、决策一致性、检测有效性、调查员容量、风险降低、安全性、控制、可靠性和可支持性
贡献复用资产*:遵循既定标准,为可复用的模板、库、评估工具和参考实现做出贡献,并记录工作以便其他团队维护和复用
客户/利益相关者协作*:与产品负责人、调查员、金融犯罪主题专家、技术团队和控制职能合作,理解定义的用例、验收标准和可衡量的结果
收集现场证据,支持工作流测试,准备用户指南和培训材料,并向高级前端部署工程师及相关负责人报告观察到的变通方法、自动化偏见、控制退化或采用问题
领导力与团队合作*:在高级前端部署工程师的技术指导下,交付分配的前端部署工作
应用商定的工程、评估和安全标准
澄清模糊的需求
记录假设和决定
尽早提出风险、阻碍因素和失败的假设
并与调查工具团队的工程师和分析人员分享学习和可复用工作
跨地域协作*:展示包容性的跨地域、角色和背景的协作,欢迎不同的观点以更快达成更好的结果
沟通*:清晰地沟通进度、技术选项、权衡、依赖关系和风险,在需要决策或额外支持时寻求指导并及时升级
运营有效性与控制*:使用商定的工程实践、适度的控制和定义的评估方法构建、测试和支持功能
生成发布所需的技术证据,并确认所有权、支持、监控、事件响应、变更、回滚和退役安排已由负责的所有者记录
支持生产监控,并及时升级违反商定的质量、安全、性能、成本或控制阈值的情况
风险管理*:对于每个分配的部署,使用批准的方法识别和记录相关的运营、行为、数据、模型、网络安全和金融犯罪风险
提供所需审查和批准的证据,实施商定的人工审查、监控、回滚和暂停控制,并将差距或担忧升级到高级前端部署工程师和负责的控制所有者
遵循商定的架构、工程和治理标准,并支持审计或监管发现的整改

优先资格

接触代理式AI系统(Agentic AI systems)、模型或平台评估、延迟和成本优化、可重用工程组件的经验

了解嵌入式产品开发模式
具有Spring Boot或React应用程序集成的经验
拥有立即在当地工作的权利且无需搬迁者优先考虑

AI 洞察

优缺点分析

优点

  • 依托汇丰全球平台,接触前沿的AI在金融风控领域的应用
  • 混合办公模式提升工作灵活性
  • 职业稳定性高,福利体系完善
  • 需跨部门沟通,协调多方利益相关者
  • 技术更新快,需持续学习
  • 适合具备扎实工程技术基础,同时对金融合规业务感兴趣,善于沟通和团队协作的专业人士

缺点 / 挑战

  • 金融行业合规要求极高,需在创新与风险控制之间取得平衡

角色解读

  • 可向高级前端部署工程师、AI架构师或金融犯罪技术专家方向发展,也可转向更广泛的金融科技产品管理或风险管理技术领导岗位
  • 负责开发和维护用于反金融犯罪调查的技术工具,将业务需求转化为可用的AI/软件解决方案
  • 精通Python编程,熟悉LLM、RAG、PyTorch等AI技术,具备全栈工程思维(从原型到部署),了解金融合规背景

申请策略

  • 关注汇丰银行在金融科技领域的最新动态
  • 准备展示如何在保证安全合规的前提下进行技术创新的案例
  • 突出Python和AI框架(PyTorch/LLM)的实际项目经验,特别是涉及端到端开发(从原型到部署)的案例
  • 强调在高风险或合规敏感环境下的工程实践经验
  • 加强对金融犯罪调查流程的理解
  • 提升对RAG、Agent AI等最新技术的深入应用能力
  • 强化文档编写和跨团队沟通能力

面试指南

  • 使用STAR法则(情境、任务、行动、结果)回答项目经验类问题
  • 在合规相关问题中,强调‘安全左移’、‘可解释性’和‘人工复核机制’
  • 在沟通问题上,强调‘翻译技术语言为业务价值’的能力
  • 请描述一个你使用LLM或RAG技术解决复杂问题的项目,你是如何处理准确性和幻觉问题的?
  • 在金融合规背景下,如何平衡快速迭代开发与严格的安全/控制要求?
  • 请举例说明你如何与非技术背景的利益相关者(如调查员或合规专家)沟通技术方案
  • 你如何评估一个AI模型在生产环境中的表现和潜在风险?
  • 复习LLM、RAG和Agent AI的核心概念及优缺点

职位点评

薪资福利85
成长发展80
工作生活75
使命价值70

薪资福利

85较高

作为已上市的跨国巨头企业,汇丰提供具有市场竞争力的薪酬和完善的全方位福利保障,满足求职者对稳定性和经济回报的需求。

薪资信号市场水准 (2.5千–4.5万/月)
福利待遇flexible working、continuous professional development

成长发展

80较高

职位涉及LLM、RAG、Agentic AI等前沿技术在金融场景的落地,技术栈现代且具有挑战性,同时银行内部提供持续的专业发展机会。

技术前沿前沿/新兴技术
技术栈Python、PyTorch、LLMs、Prompt Engineering、RAG、Agentic AI、Spring Boot、React
成长机会continuous professional development、opportunities to grow
业务类型cost_center

工作生活

75中等

JD明确提及“flexible working”和“Hybrid Worker”,表明公司提供混合办公模式,有助于平衡工作与生活,但金融合规行业仍可能有隐性压力。

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)
工作生活平衡flexible working

使命价值

70中等

职位直接服务于反金融犯罪调查,具有明确的社会正向影响力,有助于维护金融系统的安全与公正,满足求职者的使命感需求。

行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号helping people to fulfil their hopes and realise their ambitions、risk reduction、financial crime investigations
创新程度积极采用新技术
Watch Jobs