汇丰
AVP - Data Analytics
AVP - Data Analytics
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数据分析与科学
数据分析与科学
Bigquery
Sql
机器学习
预测建模
值不值得投
薪资怎么样
4.0万
比数据分析与科学中位数高
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 760 个在招 · 其中数据分析与科学 4 个
市场机会
选择适中
广州 · 数据分析与科学 · 25 个在招
职位详情
关于这个职位
该岗位属于汇丰银行（中国）广州的 Reporting and Analytics 团队，面向零售银行的风险与运营场景（反欺诈、催收、核保、KYC），用统计分析、预测建模和 AI/ML 方法，把海量结构化与非结构化数据转化为可落地的业务洞察
你需要端到端管理分析项目，并与业务、运营和技术团队协作推动模型与分析方案上线，同时建立效果度量框架
最低要求
统计、数学、计算机科学、数据/信息管理或相关专业本科及以上学历
至少 6 年零售银行分析经验，包含建模与 AI/ML 实践
具备从大型数据集中提炼洞察、并有效应用机器学习/AI 技术的良好业绩记录
具备 Python、SQL/BigQuery 及可视化工具（Tableau 或 QlikSense）的实操经验
必须具备 Google Cloud Platform (GCP) 工作经历
具备较强的沟通能力，能够向不同受众清晰解释复杂分析并影响决策
具备与业务、运营和技术相关方高效协作的能力
具备高度的主人翁意识与强烈的服务导向，致力于改善客户沟通与服务交付
工作职责
分析大量结构化与非结构化数据，围绕风险与运营场景（反欺诈、催收、核保、KYC）产出洞察与建议
应用先进统计技术、预测建模与 AI/ML 方法，开发实用且可规模化的解决方案
主动识别新兴业务问题与优先事项，将其转化为具有清晰方法论和可衡量成果的分析用例
端到端管理分析项目的交付，包括方案设计、验证、绩效追踪与影响评估
在快速变化的环境中按时交付高质量成果，兼顾严谨性与交付速度
与业务、运营和技术团队协作，落地分析/AI 解决方案并制定绩效度量框架
分享知识与最佳实践，助力打造协作、包容、互助的团队文化
优先资格
具有风险相关领域（如反欺诈、催收、核保、KYC）经验者优先
相关经验或技能较少的候选人，可能会被授予低于上述级别的全球职级（Global Career Band）
由于招聘需求紧急，可立即在本地合法工作、无需异地搬迁的候选人将被优先考虑
AI 洞察
优缺点分析
优点
- 平台为国际性银行，风控与运营数据场景丰富，能接触到反欺诈、催收、核保、KYC 等多元业务问题
- 技术栈为 Python + BigQuery + GCP + AI/ML，属于主流现代技术组合，技术经验可迁移性强
- 岗位强调端到端项目负责与跨团队协作，有利于积累完整的分析交付经验
- JD 明确提供弹性工作与持续职业发展机会，办公模式为混合式
- 银行的数据治理与合规流程相对复杂，从模型到上线落地往往需要大量跨部门协调
- 既要具备技术深度，又要把结论讲清楚并影响业务决策，对复合能力要求高
- 适合拥有六年以上零售银行分析经验、希望在风控与 AI/ML 应用方向长期深耕，并且擅长跨团队沟通、能承受快节奏交付的数据分析人才
缺点 / 挑战
- 需要在快节奏、需求多变的环境中按时交付高质量成果，JD 明确要求兼顾严谨性与速度，交付压力不小
角色解读
- 在银行全球职级体系内由 AVP 向 VP 及更高分析负责人方向发展，管理更大范围的风险与运营分析组合
- 深耕 AI/ML 在银行风控与运营中的落地，成长为领域专家或数据科学专家路线
- 也可依托对业务的深入理解，转向业务分析、运营管理或数据产品方向
- 用统计分析、预测建模与 AI/ML 方法，处理零售银行风险与运营场景（反欺诈、催收、核保、KYC）中的海量结构化与非结构化数据，产出可执行的业务洞察
- 负责分析项目的端到端交付，从方法论设计、模型验证到上线后的效果追踪与影响评估
- 同时与业务、运营和技术团队协作，把分析/AI 方案真正落地，并建立绩效度量框架
- 熟练掌握 Python、SQL/BigQuery 以及 Tableau 或 QlikSense 等可视化工具，并具备 Google Cloud Platform (GCP) 上的实操经验
- 扎实的统计与机器学习功底，能把建模方法应用到实际风控与运营问题中
- 理解零售银行风险业务逻辑（反欺诈、催收、核保、KYC），能把业务问题翻译成分析用例
- 出色的沟通表达能力，能向非技术受众清晰解释复杂分析并影响决策
申请策略
- 提前了解汇丰财富管理与个人银行业务的战略方向及风险条线的重点议题，面试中能体现业务理解会明显加分
- JD 明确优先考虑可立即在本地合法工作、无需搬迁的候选人，建议在简历或沟通中主动说明到岗时间与本地工作资格
- 重点突出零售银行风险场景（反欺诈、催收、核保、KYC）的建模项目，并写明业务效果（如欺诈损失下降、催收回收率提升、审批效率改善等可量化指标）
- 详细列出 Python、SQL/BigQuery、Tableau/QlikSense 与 GCP 的实际使用场景与规模
- 展示端到端项目负责经验：需求定义、方案设计、模型验证、上线监控与影响评估
- 体现与业务、运营、技术多方协作并影响决策的案例
- 补充 GCP 相关认证或项目细节（如 BigQuery 建模、Vertex AI、数据管道），强化云上建模的说服力
- 梳理风控模型的特征工程、模型监控与漂移处理经验，这是银行场景的高频考点
面试指南
- 行为类问题用 STAR 结构（情境—任务—行动—结果），结果尽量量化到业务指标（欺诈识别率、坏账率、处理时效等）
- 技术类问题按
- 请介绍一个你在反欺诈或催收场景从零搭建模型的案例，如何定义成功指标、上线后效果如何？
- 你在 GCP 上如何组织数据与部署模型？遇到过哪些数据质量或性能问题，怎么解决的？
- 当业务方需求模糊或优先级频繁变化时，你如何定义分析用例并管理交付节奏？
- 请举例说明你如何向非技术背景的管理层解释复杂模型结论，并推动决策落地
- 你如何同时推进多个分析项目并保证按时高质量交付？
汇丰 的其他在招职位
相似职位推荐
Watch Jobs