Senior Specialist, AI Application

优缺点分析

角色解读

• 可向AI架构师或技术总监方向发展，负责更大规模的AI平台设计
• 在友邦内部积累保险行业AI应用经验，成为领域专家
• 有机会参与前沿GenAI项目，向AI产品负责人或技术管理岗位过渡
• 开发和交付多个AI驱动产品，包括RAG平台和Agentic AI系统
• 将业务需求转化为技术方案，并与架构师、产品经理协作确保高质量发布
• 与核保、理赔、营销等业务单元沟通，收集需求并迭代产品
• 利用指标（如速度、客户满意度）持续优化开发流程
• 扎实的前端（Angular/React/Vue）和后端（Java/Python）开发能力
• 年以上软件工程经验，熟悉云平台和Linux环境
• 深入理解生成式AI架构（LLMs、检索管道、向量存储）和MLOps/LLMOps
• 良好的英语沟通能力和敏捷开发经验

申请策略

• 了解友邦数字化转型战略和AI Digital+的定位，在面试中展现对保险科技的兴趣
• 准备一个完整AI产品从需求到上线的案例，突出技术选型和迭代过程
• 突出全栈开发项目经验，尤其是前端框架和后端微服务
• 强调AI相关项目，如RAG系统、LLM应用或MLOps实践
• 展示在敏捷环境中交付企业级产品的经历，以及跨团队协作案例
• 提及英语工作环境下的沟通能力
• 补充GenAI领域知识，如向量数据库（Pinecone、Weaviate）、LangChain等
• 熟悉MLOps工具链（Docker、Kubernetes、MLflow）

面试指南

• STAR法则：描述情境、任务、行动、结果，突出技术方案和业务价值
• 展现系统性思考：从需求分析、技术选型、迭代优化到可观测性
• 强调协作和沟通：说明如何与不同角色对齐目标、推动决策
• 请描述你设计并实现的一个AI驱动产品，包括技术选型和遇到的挑战
• 如何将业务需求转化为技术需求？请举例说明
• 谈谈你对RAG架构的理解，以及如何优化检索质量
• 在敏捷环境中，如何平衡快速迭代和代码质量？
• 你在跨部门沟通中遇到的冲突如何解决？