道富公司
Artificial Intelligence Application Development AVP
Artificial Intelligence Application Development AVP
发布于 3 小时前中层管理(经理/总监)
全职员工混合式弹性办公人工智能
人工智能
CI/CD
Genai
Llm
Mlops
Rag
Responsible Ai
值不值得投
81综合评分
综合评分 81
外资金融巨头AVP级别、薪资福利优厚、主导前沿GenAI落地，WLB较好但合规要求高。
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
5.5万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
28 个在招
市场机会
选择面较广
杭州 · 人工智能 · 约 410 个在招
职位详情
关于这个职位
该职位负责端到端AI解决方案的设计与交付，领导工程团队开发基于LLM等技术的生产级AI系统
需要结合深厚的软件工程基础与现代AI/ML能力，确保AI产品的可靠性、安全性及业务价值，并推动团队在AI治理和MLOps方面的最佳实践
最低要求
计算机科学、机器学习、数据科学或相关领域本科及以上学历（或同等实践经验）
年以上软件工程经验，包括在生产环境中大规模交付AI/ML系统的丰富领导经验
扎实的软件工程基础（分布式系统、API、数据结构），精通现代AI开发技术栈（Python及Java/Go/C++之一），具备良好的代码质量意识
在公有云平台（AWS/Azure/GCP）上构建和运行AI/ML工作负载的丰富经验，包括可扩展的模型训练和低延迟推理部署
具备数据平台和管道（如Databricks、Snowflake、Spark）的扎实经验，熟悉用于检索式AI解决方案的向量搜索/嵌入技术
深入理解现代工程实践和MLOps（CI/CD、测试、实验跟踪、模型/版本管理、监控、事件管理）
具备在不同地区和时区的全球或分布式团队中工作的经验
具备流利的中英文沟通能力，能够向高级利益相关者展示复杂的AI主题和决策
在负责任AI实践和治理（隐私、安全、偏见/公平性、内容安全、可审计性及监管合规）方面具有丰富经验
具备LLM/GenAI应用开发（提示词工程、RAG、Agents、工具/函数调用）、模型评估和生产可观测性的实际操作经验
工作职责
领导AI特性和服务（LLM、NLP、CV、预测性ML）的端到端开发，从原型设计到生产环境，与明确的产品成果和KPI保持一致
审查和治理AI解决方案设计，确保正确性、稳健性、安全性以及负责任的AI合规性（偏见、毒性、幻觉风险、数据泄露）
与产品和工程团队合作，将业务问题转化为AI解决方案方法（构建与购买、模型选择、数据需求、评估策略）和可执行的交付计划
领导并扩展高绩效AI工程团队，并行交付多个项目（AI赋能应用、内部平台和开发者工具）
识别AI特定风险（数据质量、漂移、对抗性使用、幻觉、延迟/成本）并在整个交付生命周期中实施缓解策略
推广自动化和工程卓越（ML的CI/CD、自动评估、红队测试、监控/警报、成本/性能优化），以提高质量和速度
与产品、数据、安全、法律/合规及全球工程团队紧密合作，就AI用例、约束和交付期望达成一致
协调多个并行AI项目（如GenAI助手、搜索/RAG、个性化、欺诈/风险模型、自动化）的架构和交付计划
与平台团队合作，确保在整个产品组合中使用可重用的AI组件和一致的模式（提示词编排、检索、模型网关、特征管理、可观测性）
作为AI战略、平台选择、供应商/合作伙伴决策和负责任的AI治理方面的值得信赖的技术顾问
探索、评估和引入能带来明确业务价值的AI技术（模型、框架、编排工具、数据平台），平衡性能、成本和风险
持续改进AI开发生命周期实践（数据/版本控制、评估、部署、监控、事件响应）和治理模型
指导AI工程师和应用科学家，加强工程严谨性、模型质量和负责任的AI成熟度
AI 洞察
优缺点分析
优点
- 提供完善的福利体系和灵活的工作生活支持，职业发展路径清晰
- 作为AVP级别岗位，拥有较大的技术决策权和团队领导权，能显著提升技术管理和架构能力
- 适合具备8年以上扎实软件工程基础，拥有丰富AI/ML系统落地经验，且希望在大型金融机构中带领团队推动GenAI技术变革的高级技术人才
缺点 / 挑战
- 接触前沿GenAI技术，在大型金融机构中推动AI落地，业务场景丰富且极具挑战
- 金融行业对合规、安全和隐私要求极高，AI落地过程中需要平衡创新与风险控制
- 需要协调全球分布式团队及多个利益相关方（产品、数据、安全、法务等），沟通和管理成本较高
角色解读
- 从高级技术专家向AI技术总监或首席AI官（CAIO）方向发展，主导企业级AI战略
- 在金融科技领域深耕，成为负责任AI治理和MLOps领域的行业专家
- 负责端到端AI解决方案的设计与交付，涵盖从问题定义、模型选择到部署和监控的全生命周期
- 领导并扩展高绩效AI工程团队，并行推进多个AI项目（如GenAI助手、RAG、个性化等）
- 审查和治理AI解决方案，确保其正确性、安全性及符合负责任的AI合规要求
- 作为技术顾问，探索并引入能带来业务价值的AI技术，平衡性能、成本和风险
- 深厚的软件工程基础（分布式系统、API）及现代AI开发栈（Python、Java/Go/C++）的熟练掌握
- 在公有云（AWS/Azure/GCP）上构建和运行大规模AI/ML工作负载及MLOps的丰富经验
- 具备LLM/GenAI应用开发（RAG、Agents、提示词工程）及向量搜索的实际操作经验
- 出色的中英文沟通能力及跨部门、跨时区全球团队协作能力
申请策略
- 了解道富公司的业务模式及其在金融科技领域的AI应用案例，准备针对金融场景的AI解决方案思路
- 在面试中展现既能深入技术细节（如模型调优、系统架构），又能进行战略思考的全局观
- 突出在公有云上构建和部署大规模AI/ML系统的实际项目经验，特别是LLM/GenAI应用（如RAG、Agents）
- 强调团队领导经验，包括如何指导工程师、建立MLOps最佳实践及推动工程卓越
- 展示在负责任AI（Responsible AI）治理、安全合规及风险控制方面的具体实践和成果
- 深入学习金融机构的AI合规要求及负责任AI框架，了解数据隐私和模型偏见缓解策略
- 提升跨文化沟通和全球团队协作能力，熟悉敏捷开发和DevOps/MLOps工具链
面试指南
- STAR法则：情境(Situation) -> 任务(Task) -> 行动(Action) -> 结果(Result)，重点突出技术决策和业务影响
- 结构化回答：对于治理和合规问题，从技术、流程、人员三个维度阐述解决方案
- 请分享一个你从零到一主导并落地的GenAI/LLM应用项目，遇到了哪些技术挑战及如何解决的？
- 在金融等强监管行业，你如何平衡AI创新与负责任AI治理（如数据隐私、模型幻觉、偏见）？
- 你如何建立和推广MLOps最佳实践，以确保AI模型在生产环境中的可靠性和可观测性？
- 描述一次你领导分布式团队并行交付多个AI项目的经历，如何协调资源和优先级？
- 复习分布式系统架构、MLOps流程及主流GenAI技术栈（如LangChain、向量数据库、模型网关）
- 了解道富公司的最新财报、AI战略及行业趋势，准备1-2个针对其业务的AI赋能建议
职位点评
薪资福利85
成长发展85
工作生活75
使命价值70
薪资福利
85较高
AVP级别岗位，薪资福利处于市场中上水平，提供灵活的工作生活支持等完善福利。
薪资信号未披露（AI估算：4千–7万/月）
福利待遇flexible work-life support、paid volunteer days、vibrant employee networks
成长发展
85较高
岗位涉及前沿GenAI技术落地，提供包容性的发展机会，能显著提升技术管理与架构能力。
技术前沿前沿/新兴技术
技术栈GenAI、LLM、RAG、MLOps、Python、Databricks
成长机会inclusive development opportunities
业务类型ambiguous
工作生活
75中等
公司提供灵活的工作生活支持和带薪志愿者日，但具体办公模式（如远程天数）未在JD中明确说明。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
工作生活平衡flexible work-life support
使命价值
70中等
处于金融科技与AI结合的高速发展赛道，积极采用新技术，但金融行业社会影响力相对中性。
行业发展高速增长赛道
社会影响中性/一般
使命信号shaping the future
创新程度积极采用新技术
道富公司 的其他在招职位
相似职位推荐
Watch Jobs