道富公司
Senior Application Developer, AVP
Senior Application Developer, AVP
发布于 大约 14 小时前基层主管/组长
杭州市
高级经验
全职员工
仅现场办公
本科
人工智能
CI/CD
Cv
Genai
Go
Llm
Mlops
Nlp
Rag
AI 估算 · 40k–60k
职位详情
关于这个职位
这是一个高级应用开发专家（AVP）岗位，负责领导AI功能（LLM、NLP、CV）从原型到生产的端到端开发
你将主导AI解决方案的架构设计、技术选型和交付，并带领工程团队构建可靠、安全、可扩展的金融产品
该职位需要深厚的技术背景和领导经验，并推动负责任的AI实践
最低要求
· 计算机科学、机器学习、数据科学或相关领域的学士学位或以上（或同等实践经验）
· 8年以上软件工程经验，包括在生产环境中大规模交付AI/ML系统的显著领导经验
· 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以及Java/Go/C++中的一种），并具备良好的代码质量实践
· 有在公有云平台（AWS/Azure）上构建和运营AI/ML工作负载的经验，包括可扩展的模型训练和低延迟推理部署
· 有数据平台和管道（如Databricks、Snowflake、Spark）的扎实经验，并熟悉用于基于检索的AI解决方案的向量搜索/嵌入
· 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）
· 有在不同地区和时区的全球或分布式团队中工作的经验
· 出色的中英文沟通能力，包括向高级利益相关者呈现复杂AI主题和决策的能力
· 有负责任的AI实践和治理（隐私、安全、偏见/公平、内容安全、可审计性和监管合规）方面的经验
· 有LLM/GenAI应用开发（提示工程、RAG、智能体、工具/函数调用）、模型评估和生产可观测性的实践经验
工作职责
· 领导AI功能和服务（LLM、NLP、CV）从原型到生产的端到端开发，与明确的产品成果和KPI保持一致
· 审查和管理应用解决方案设计，确保正确性、健壮性、安全性和负责任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，将业务问题转化为产品级解决方案方法（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应用、内部平台和开发者工具）
· 识别AI特定风险（数据质量、数据漂移、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
· 促进自动化和工程卓越（ML的CI/CD、自动化评估、红队测试、监控/告警以及成本/性能优化），以提高质量和速度
· 与产品、数据、安全、法律/合规和全球工程团队紧密合作，协调AI用例、约束和交付期望
· 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，确保跨产品组合的可复用AI组件和一致模式（提示编排、检索、模型网关、特征管理、可观测性）
· 担任AI战略、平台选择、供应商/合作伙伴决策和负责任AI治理方面的可信技术顾问
· 探索、评估和引入具有明确业务价值的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/版本管理、评估、部署、监控、事件响应）和治理模型
· 指导工程师和应用科学家，加强工程严谨性、模型质量和负责任AI成熟度
AI 洞察
优缺点分析
优点
- 金融行业，业务稳定，平台大，能接触到复杂的金融业务场景
- 前沿技术栈，深度参与GenAI、LLM等前沿技术的落地，技术成长快
- 职位级别高（AVP），有团队管理职责，能锻炼领导力
- 公司重视负责任AI，能积累合规和治理方面的经验
- 对技术深度和广度要求高，需要同时具备软件工程、AI/ML、云平台和MLOps等多方面技能
- 适合有8年以上经验、具备深厚AI技术背景和团队领导经验，希望在金融领域深耕的技术专家
缺点 / 挑战
- 需要与全球团队协作，可能面临时差和沟通挑战
- 金融行业对合规、安全要求严格，工作压力可能较大
角色解读
- 在金融科技领域，可以成长为AI技术专家或架构师，负责更复杂的AI系统设计和战略规划
- 可以晋升为AI工程总监或首席AI工程师，领导更大规模的团队和项目
- 有机会向AI产品管理或技术咨询方向发展，利用技术背景和业务洞察力，推动AI在金融领域的创新应用
- 负责领导AI功能（LLM、NLP、CV）从原型到生产的端到端开发，确保与产品成果和KPI对齐
- 审查和管理应用解决方案设计，确保正确性、健壮性、安全性和负责任AI合规性
- 与产品、数据、安全、法律/合规等团队合作，将业务问题转化为可执行的AI解决方案
- 领导并扩展AI工程团队，并行交付多个AI项目，并推动MLOps和工程卓越
- 扎实的软件工程基础，包括分布式系统、API、数据结构，以及Python和Java/Go/C++等语言
- 在AWS/Azure等公有云平台上构建和运营AI/ML工作负载的实践经验
- 熟悉数据平台和管道（如Databricks、Snowflake、Spark），以及向量搜索/嵌入技术
- 深入理解MLOps实践，包括CI/CD、实验跟踪、模型/版本管理、监控和事件管理
申请策略
- 在简历中突出技术深度和领导力，以及如何将AI技术转化为业务价值
- 了解道富公司的业务和AI战略，在面试中展示对金融科技的理解
- 突出在AI/ML领域的项目经验，特别是LLM、GenAI、RAG等应用开发经验
- 强调领导AI团队、交付生产级系统的经验，以及MLOps实践
- 展示在金融或相关行业的技术解决方案经验，以及跨团队协作能力
- 可以提前了解金融行业AI应用的合规要求
- 补充学习MLOps工具链，如Kubeflow、MLflow等
- 熟悉主流云平台的AI服务，如AWS SageMaker、Azure AI
面试指南
- 回答项目经验时，可以采用STAR法则，突出项目背景、你的角色、技术难点和最终成果
- 回答AI治理问题时，可以强调对数据隐私、偏见、透明度和可审计性的重视，并举例说明
- 回答团队管理问题时，可以强调目标设定、资源分配、风险管理和沟通协调
- 请描述一个你从零到一构建生产级AI系统的项目，包括技术选型、架构设计和部署
- 如何确保AI系统的公平性、安全性和合规性？
- 如何评估一个LLM应用的效果？
- 如何管理一个AI团队，并推动多个项目并行交付？
- 如何与业务部门沟通，将业务问题转化为AI解决方案？
职位点评
75
综合评分
金融行业前沿AI技术岗，薪资高、发展好，但工作强度可能较大。
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。
更适合这类人
适合追求技术前沿、渴望领导力和职业发展，且对工作生活平衡要求不高的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
该职位薪资水平较高，且公司为大型上市金融公司，福利待遇稳定，能较好地满足补偿性动机。
薪资信号未披露（AI估算：40K-60K/月）
福利待遇灵活的工作生活支持、带薪志愿者日
成长发展
90较高
该职位处于AI技术前沿，能深度参与GenAI等先进技术的研发，并提供领导团队和指导他人的机会，发展性动机得到高度满足。
技术前沿前沿/新兴技术
技术栈GenAI、LLM、NLP、CV、RAG、MLOps、AWS、Azure
成长机会指导工程师和应用工程师
业务类型profit_center
工作生活
50较低
职位要求全球团队协作，可能涉及跨时区工作，且未明确提及远程办公，生活化动机满足程度有限。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
金融行业稳定，但AI在金融领域的应用对业务价值有直接贡献，且公司强调负责任AI，意义感动机得到一定满足。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs