Principal Agentic Engineer, AVP

优缺点分析

角色解读

• 在金融科技领域深耕，可走向首席架构师或技术副总裁（CTO/Chief Architect）路线
• 横向扩展至企业级AI战略规划、数据平台治理等更高层级的职位
• 由于Agentic AI是前沿领域，可能成为行业内的技术布道者或专家顾问
• 主导Agentic AI平台的整体架构设计，包括提示工程、记忆、智能体框架等核心模块
• 制定基于Iceberg的湖仓架构标准，确保数据分层、分区、schema演进和生命周期管理符合企业规范
• 构建自动化投资绩效和研究数据运营的AI智能体解决方案，与业务团队紧密协作
• 负责架构评审与治理，识别技术风险、技术债务，并推动平台持续演进
• 深入的Agentic AI架构经验，熟悉智能体模式、记忆机制、知识管理等
• 扎实的数据平台能力，精通Iceberg、Lakehouse架构及分布式数据处理
• 云平台（AWS/GCP/Azure）上的解决方案架构经验，熟悉数据治理与安全
• 具备技术领导力，能影响多个工程团队，同时熟练使用GenAI工具提升效率

申请策略

• 关注道富的公司文化和价值观，强调对金融服务行业的理解
• 准备一个展示你如何将AI架构从概念到落地的完整故事，突出商业价值
• 突出企业级Agentic AI架构的落地案例，包括架构设计、技术选型和业务成效
• 强调在云平台（AWS/GCP/Azure）上的数据平台架构经验，特别是Lakehouse/数据湖实践
• 展示与多个团队协作并推动技术决策的经验，体现架构领导力
• 提及金融或受监管行业的项目经验，凸显合规意识和数据治理能力
• 深入学习Agentic AI框架（如LangChain、LlamaIndex）及企业级智能体模式
• 熟悉Iceberg湖仓技术及其生态（如Spark、Flink、Trino）

面试指南

• STAR法则：阐述情境、任务、行动和结果，突出你在架构决策中的具体贡献
• 兼顾技术深度和业务价值，解释技术选择如何支持业务目标和约束
• 体现领导力：强调协作、沟通和影响力，而非单纯的技术执行
• 请描述一个你主导设计的企业级Agentic AI平台架构，遇到了哪些挑战？
• 如何确保Agentic AI解决方案在受监管的金融环境中满足安全与合规要求？
• 解释你如何设计一个基于Iceberg的湖仓架构，考虑数据生命周期和性能
• 如何在对多个团队没有直接管理权的情况下，推动架构标准的落地？
• 你如何利用GenAI工具提升架构设计效率，同时保证质量？