花旗金融
Senior Data Platform Developer - Vice President
Senior Data Platform Developer - Vice President
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
CI/CD
Llm/Agent
Sql
数据管道
数据网格
Aws S3
Trino/Starburst
值不值得投
68综合评分
综合评分 68
金融前台数据平台核心岗，技术栈新、业务含金量高，但需现场办公并承担早间批处理生产支持。
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
7.8万
比数据工程中位数高
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 140 个在招 · 其中数据工程 2 个
市场机会
选择适中
香港特别行政区 · 数据工程 · 12 个在招
职位详情
关于这个职位
这是花旗股票与主经纪业务科技团队的高级数据平台开发岗（VP 头衔但定位为资深个人贡献者），主要负责用 Python/Java 构建数据分析应用与批流数据管道，服务 Prime Brokerage、股票融资、Delta One、期货清算等交易业务
你将与量化分析师和业务方紧密协作，把复杂的金融数据需求转化为生产级的数据产品，并承担亚洲早间时段的全球生产支持
最低要求
经验要求：
–10 年银行或金融服务领域的软件工程、数据工程或数据分析经验
扎实的动手工程背景，具备作为个人贡献者设计、构建并维护生产级数据系统的成熟能力
具备使用现代 AI 辅助开发与测试工具（如 GitHub Copilot、Devin、Claude 或同类工具）提升工程效率与代码质量的实践经验
具备构建或参与 AI 驱动代理（尤其是用于监控、告警或工作流自动化）经验者优先
扎实的金融市场数据业务知识，尤其是订单、成交、交易处理、持仓管理及相关交易生命周期数据
有 Prime Services / Prime Brokerage 背景者优先
有直接与量化分析师及业务方合作、将需求转化为技术解决方案的经验
有支持全球生产环境的经验，包括非工作时段的批处理与运营支持
技术技能：
编程语言：精通 Python，能够构建数据管道、分析工具与生产应用
了解 Java（现有 JVM 服务）者加分
数据平台（加分项）：熟悉数据网格技术（Trino/Starburst）、对象存储（S3）、分布式流处理（Kafka）与大规模数据处理框架（Spark）者优先
AI 开发与工具：熟练使用现代 AI 辅助编码与测试工具（GitHub Copilot、Devin、Claude 或同类）
具备为监控、告警等运营场景设计与构建 LLM 驱动或 Agentic 解决方案的实践经验
数据集成：扎实掌握企业级与开源的数据摄取与分发框架
金融数据领域：深入理解市场金融数据——订单、成交、交易处理、持仓管理、损益、风险与参考数据
分布式系统：具备 Kafka 等分布式消息系统、Gemfire/Redis 等分布式缓存服务经验
数据库技术：精通 SQL 及各类关系型与非关系型数据库管理系统
批处理：具备批处理作业、调度器与工作流编排工具的设计与管理经验
数据质量：具备数据质量框架、校验技术与修复策略经验
DevOps 与 CI/CD：熟悉 CI/CD 管道、容器化与部署自动化
数据平台架构：具备构建与维护数据湖、数据仓库与分析平台（本地和/或云端）经验者优先
数据可视化：具备实施数据分析与报表可视化工具及平台经验者加分
沟通与人际能力：
优秀的口头与书面沟通能力，能够向业务和高管受众清晰阐述技术概念
具备与量化分析师和业务专家协作、理解复杂数据需求的较强能力
具备与多元化的全球分布式团队高效互动的能力
能够在压力下工作、引导讨论并对团队会议做出建设性贡献
具备较强的沟通斡旋技巧，能够在业务与技术相关方之间交换复杂信息
学历要求：
本科/大学学位或同等经验，计算机科学、信息系统、数学、统计学、工程或其他相关量化专业优先
相关领域的硕士学历或高级认证优先
工作职责
动手工程与开发：
设计、开发并维护数据分析应用与数据管道，主要以 Java 与 Python 为主
积极运用 AI 辅助开发工具（如 GitHub Copilot、Devin、Claude）加速工程交付、提升代码质量并推动创新
参与设计与开发 AI 驱动的监控代理，提升运营可见性并自动化日常生产工作流
构建并优化数据采集集成，从 Prime Services 与 Markets Technology 内的多个平台摄取数据
开发分析工具与仪表盘，使业务用户与量化分析师能够从金融数据中获得可执行的洞察
编写生产级、经过充分测试且可维护的代码，参与代码评审并维护工程最佳实践
为处理海量订单、成交、交易与持仓数据设计可扩展的数据解决方案
实现并维护用于数据转换与分发的批处理作业与自动化工作流
排查并解决数据平台技术栈中的复杂技术问题
运用现代数据平台技术——包括数据网格架构（Trino/Starburst）、对象存储（S3）、分布式流处理（Kafka）与大规模数据处理（Spark）——构建高性能、可扩展的解决方案
生产支持与全球运营：
支持在亚洲早间时段运行的生产流程与批处理作业，确保按时执行并及时解决问题
与美国和英国的全球团队协调，确保无缝交接与运营连续性
参与关键数据管道的监控、告警与事件响应流程
推动根因分析并针对生产问题实施永久性修复
为数据关键流程的运营韧性与业务连续性做出贡献
业务合作与需求收集：
与关键业务专家和量化分析师紧密合作，深入理解其关键数据与分析需求
收集并将复杂的业务需求转化为清晰的技术规格与可执行的工程解决方案
识别多个业务需求之间共性的数据需求模式，并通过高效、可复用的解决方案加以满足
与其他需要 Prime Services 数据的 Markets 团队合作，确保顺畅的数据共享与协作
支持数据分析与报表可视化工具及平台的落地实施
数据采集与质量：
参与数据采集工作，整合 Prime Services 与 Markets Technology 内多个平台的数据
确保所有分析输出的数据准确性、完整性与及时性
实施并监控数据质量规则、校验框架与修复流程
维护分析管道的元数据与数据血缘文档
遵守企业数据标准与监管要求
优先资格
Java 实践经验（现有服务基于 JVM 技术栈）
熟悉数据网格技术（Trino/Starburst）、对象存储（S3）、分布式流处理（Kafka）与大规模数据处理框架（Spark）
有构建或参与 AI 驱动代理（尤其是监控、告警、工作流自动化场景）的实践经验
Prime Services / Prime Brokerage 业务背景
有数据湖、数据仓库与分析平台（本地和/或云端）的构建与维护经验
有数据分析与报表可视化工具及平台的实施经验
相关领域硕士学历或高级认证
AI 洞察
优缺点分析
优点
- 技术栈前沿且完整：数据网格（Trino/Starburst）、流处理（Kafka）、大规模计算（Spark）加上 AI 辅助开发与 LLM Agent，能持续积累高价值工程经验
- 业务含金量高：直接服务主经纪、股票融资、Delta One 等创收业务，能深入理解交易生命周期数据，形成稀缺的「金融+数据平台」复合背景
- 平台与视野：全球分布式团队协作，可接触跨市场、跨时区的数据架构与合规标准，职业履历背书强
- VP 头衔但定位为资深个人贡献者，适合希望深耕技术、不急于转管理的工程师
- 适合有 8 年以上数据工程经验、既热爱动手写代码又愿意深入金融业务的工程师，尤其是希望在大型金融机构做深技术、并能接受一定强度生产支持节奏的人
缺点 / 挑战
- 需要承担亚洲早间时段的批处理生产支持，并与美英团队交接，作息与响应节奏有一定压力
- JD 也明确要求「能在压力下工作」
- 金融业务知识门槛高，需快速补齐交易生命周期、损益与风险数据等领域的理解，前期学习曲线陡峭
- 同时要兼顾工程交付、业务沟通与生产运维三条线，对多线程推进与跨方沟通的要求较高
角色解读
- 在花旗全球 Markets Technology 平台内，可从资深 IC 向技术负责人/架构师方向发展，主导数据网格与 AI 运营代理的整体设计
- 凭借对 Prime Services 业务的深度理解，可横向转向量化分析、交易科技前台或数据产品管理等更贴近业务收益的角色
- 跨国团队协作与全球生产支持经验，为后续在区域或全球层面的技术管理岗位积累可迁移资本
- 用 Python（辅以 Java）开发和维护面向主经纪与股票业务的数据分析应用与数据管道，覆盖订单、成交、交易处理到持仓的全交易生命周期数据
- 搭建并优化跨平台的数据采集集成、批处理作业与数据质量校验框架，保证数据的准确性、完整性与及时性
- 与量化分析师和业务专家直接对话，把模糊的业务需求翻译成可落地的技术方案与可复用的数据产品
- 承担覆盖美英的全球团队协作与亚洲早间时段的批处理生产支持，参与监控告警、事件响应与根因修复
- 扎实的 Python 工程能力，熟悉 SQL 与关系型/NoSQL 数据库
- 了解 Java/JVM 生态有助于维护存量服务
- 现代数据栈实战经验：Kafka、Spark、S3、Trino/Starburst 数据网格、分布式缓存（Redis/Gemfire）与批流编排调度
- 金融数据领域知识：订单、成交、交易处理、持仓管理、损益、风险与参考数据，理解交易生命周期
- AI 辅助开发与 Agent 化能力：熟练使用 GitHub Copilot、Devin、Claude 等工具，能设计 LLM 驱动的监控告警方案
申请策略
- JD 明确强调「全球团队 + 亚洲早间生产支持」，简历或面试中主动说明你有跨时区协作与非工作时段的运维经验，会显著加分
- 提前了解花旗 Prime Services 与 Markets Technology 的业务范围，并准备好关于数据治理与监管合规（血缘、元数据、企业数据标准）的实践案例
- 突出可量化的数据平台项目：管道吞吐量、处理数据规模、批处理时效优化幅度、数据质量规则覆盖范围等
- 明确写出金融领域项目背景，尤其是订单、成交、交易处理、持仓或损益相关数据的建模与管道经验
- 列出具体技术栈：Python、Java、Kafka、Spark、Trino/Starburst、S3、Redis、SQL、CI/CD 与容器化，尽量与 JD 用词对齐
- 单独呈现 AI 辅助开发与 Agent 实践：如使用 Copilot/Claude 提升交付效率、搭建监控告警自动化代理的案例
- 补齐数据网格与湖仓架构的系统认知（Trino/Starburst、Iceberg/Hudi、Lakehouse 分层建模），并准备一个可讲述的落地案例
- 强化 LLM/Agent 工程能力：了解 RAG、工具调用、监控告警类 Agent 的设计与评估方法
面试指南
- STAR 结构讲项目：先交代业务背景与数据规模，再说明你负责的架构决策（选型 Kafka/Spark/Trino 的理由），最后用时效、稳定性、数据质量指标量化结果
- 问题排查类问题按「现象—监控与日志定位—根因—临时止血—永久修复与防复发机制」五步展开，体现工程闭环思维
- 业务沟通类问题强调「先对齐业务价值，再做需求抽象与复用」，用具体例子说明你如何把多个业务需求收敛成统一的数据模型
- 请描述一个你从零设计并落地的大规模数据管道/数据湖项目，如何保证可扩展性、可靠性和数据质量？
- 在交易生命周期数据（订单、成交、持仓、损益）中，你遇到过哪些数据不一致问题？如何定位根因并做永久性修复？
- 你如何使用 GitHub Copilot、Claude 等 AI 工具提升开发效率？是否构建过 LLM/Agent 驱动的监控或告警方案，效果如何？
- 当业务方或量化分析师提出模糊且频繁变化的需求时，你如何拆解成技术规格并推动落地？
- 你如何组织跨时区团队的生产支持与交接？举一个夜间/早间批处理故障处理的例子
职位点评
薪资福利72
成长发展86
工作生活45
使命价值55
薪资福利
72中等
JD 未披露薪资与福利细节，但该岗位层级较高、技能门槛强，在香港金融机构中通常对应较有竞争力的薪酬包。
薪资信号未披露（AI估算：6.0千–9.5万/月）
成长发展
86较高
技术栈覆盖数据网格、流处理、大规模计算与 AI 辅助开发/LLM Agent，且直接服务前台创收业务，技术与业务成长空间都很扎实。
技术前沿主流现代技术
技术栈Python、Java、Trino/Starburst、Kafka、Spark、S3、SQL、Redis、Gemfire、GitHub Copilot、LLM、Agent、CI/CD、Data Mesh
成长机会you'll have the opportunity to grow your career、drive innovation、contribute to the design and development of AI-powered monitoring agents
业务类型profit_center
工作生活
45较低
职位类型标注为 On-Site/Resident，需现场办公，并要支持亚洲早间时段的批处理生产流程、与美英团队交接，JD 同时明确要求「能在压力下工作」。
工作模式仅现场办公
办公地点未明确
加班情况JD含高强度暗示词
使命价值
55较低
所处为成熟稳定的金融市场基础设施领域，工作价值主要体现在支撑交易业务的数据可靠性与运营稳定，社会影响力属中性。
行业发展稳定成熟行业
社会影响中性/一般
使命信号give back to your community、make a real impact
创新程度积极采用新技术
花旗金融 的其他在招职位
相似职位推荐
Watch Jobs