国际化金融-风控 AI 产品经理（社招 / Agent 与 Harness 工程方向）

优缺点分析

角色解读

• 可向AI产品总监或风控产品专家方向发展，深入金融科技业务
• 可转型为AI Agent平台产品负责人，拓展至其他行业大模型应用场景
• 积累前沿AI与金融复合经验，未来可进入顶尖互联网公司或金融科技公司高阶产品岗位
• 负责风控AI平台及Agent产品从0到1的规划与落地，包括准入、反欺诈、反洗钱等场景
• 设计Agent Harness工程体系，涵盖任务编排、工具调用、权限沙盒、评测与日志追踪等核心功能
• 协同算法、研发团队，完成模型服务、数据服务与策略引擎的接口设计与稳定性建设
• 建立Agent效果评估机制，优化任务成功率、时延、成本等指标，并解决幻觉、越权等风控关键问题
• 精通LLM/Agent工作机制，熟悉Prompt、RAG、Tool Calling、Memory等关键技术及适用边界
• 具备服务端产品设计能力，理解API、微服务、消息队列、数据库等架构概念
• 有0→1平台产品落地经验，能独立完成业务抽象到上线迭代的全链路
• 良好的跨团队推动能力，能在业务、算法、研发、安全合规间建立共识

申请策略

• 在简历和面试中突出业务抽象与跨团队协作的实例，展示推动复杂项目的能力
• 关注滴滴国际化金融的业务动态，了解其市场布局，体现对业务的理解和兴趣
• 突出AI平台或Agent产品的0→1落地经验，包括具体项目成果和关键指标提升
• 详细描述在风控、金融或相关领域的产品经验，尤其是与模型、策略协同的部分
• 强调对LLM/Agent技术栈的理解，如RAG、Tool Calling等，可附上个人博客或项目链接
• 展示服务端产品能力，如API设计、微服务架构理解，用案例说明
• 系统学习LLM/Agent框架（如LangChain、AutoGPT、Dify），动手搭建简单Agent应用
• 了解金融风控基础知识（反欺诈、反洗钱、信贷风控等），可通过在线课程补充

面试指南

• 对于开放性问题，采用STAR原则（情境、任务、行动、结果），结构清晰地展开
• 对于技术理解类问题，先概念再结合实际案例，展示深度和广度
• 对于风险类问题，先承认风险，再给出具体产品设计上的应对措施，体现严谨性
• 请描述一个你主导的AI平台产品，从0到1的过程，遇到了哪些挑战？
• 你认为在风控场景中使用LLM Agent最大的风险是什么？如何设计产品来解决？
• 你如何评估一个Agent的表现？会设计哪些指标？
• 请谈谈你对Agent Harness工程的理解，包括编排调度、状态管理、权限控制等
• 如何协同算法、研发、业务等多个团队推动产品落地？举例说明