渣打银行
AI Lead Engineer
AI Lead Engineer
发布于 大约 15 小时前基层主管/组长
天津市
中级经验
全职员工
混合式弹性办公
本科
机器学习工程
Lora
Prompt Engineering
Qlora
Rag
向量数据库
AI 估算 · 25k–45k
天津AI应用工程师稀缺，外资金融科技岗位薪资有竞争力，综合技能需求定价。
职位详情
关于这个职位
该职位负责将大语言模型集成到生产级金融系统中，包括模型微调、RAG流水线构建、提示词优化和模型部署
你将与后端、产品和数据团队协作，打造AI驱动的智能应用，并带领团队确保AI系统的稳定性、安全性和合规性
最低要求
计算机科学、工程或相关领域的学士或硕士学位
年以上构建AI增强应用或服务的经验
精通Python，熟悉LangChain、Transformers或Hugging Face datasets等框架
理解向量嵌入，并有向量搜索工具的使用经验
扎实掌握模型部署工作流（如Docker、REST API、AWS/Microsoft Azure等云服务）
熟悉提示词工程策略和LLM行为调优
有集成OpenAI、Anthropic或Mistral、LLaMA等开源模型API的经验
工作职责
软件交付**
将LLM和其他AI组件集成到Web和后端应用中
使用LoRA、QLoRA或监督微调等技术微调开源模型
使用向量数据库构建RAG流水线
为各种任务设计和优化提示词（提示词链、模板化、少样本设置）
打包并部署模型进行推理
评估和监控生产环境中AI模型的性能
确保AI系统在生产中可扩展、安全且合规
时刻了解LLM工具生态系统（LangChain、LlamaIndex、OpenAI API、Hugging Face、Spring AI等）
战略**
了解并理解集团业务战略，并建立适合该角色的模型
业务**
了解并理解贸易融资、更广泛的业务、经济以及集团运营的市场环境
流程**
确保遵守系统开发框架和控制流程
确保交付所有软件工件
人才**
以身作则，建立适当的文化和价值观
设定适当的基调和期望，并与风险和控制伙伴协作
确保持续提供人员培训和发展，确保所有关键职能人员具备合适的技能和资质，并有效监督以降低风险
招聘、激励和留住高素质人才，并为关键岗位制定继任计划
负责审查团队结构/容量计划
为直接下属设定并监督职位描述和目标，并根据其绩效提供反馈和奖励
风险管理**
了解并理解银行的风险管理流程和实践
治理**
了解并理解适用于贸易融资的银行治理框架及其支持实践
监管与商业行为**
展现模范行为，以渣打集团的价值观和行为准则为准则
个人负责将最高标准的道德（包括监管和商业行为）嵌入渣打银行
这包括理解并确保遵守所有适用法律、法规、指南和集团行为准则（在文字和精神上）
有效协作地识别、上报、缓解和解决风险、行为和合规事项
主要利益相关者**
CIB Trade ITO团队
优先资格
有使用PEFT方法（LoRA/QLoRA）微调模型的经验
熟悉LLMOps、可观测性和模型评估
接触过安全、隐私和负责任AI实践
有构建聊天机器人、副驾驶、文档分析器或其他AI应用的经验
对开源AI工具或GenAI工作流有贡献
AI 洞察
优缺点分析
优点
- 前沿技术栈：涉及LLM、RAG、微调等热门AI应用技能，技术成长快
- 国际大平台：渣打银行品牌好，福利完善，提供弹性办公和学习资源
- 团队管理经验：作为Lead Engineer，培养领导力，未来晋升空间大
- 金融行业稳定：金融AI需求旺盛，职业稳定性高
- 需要同时兼顾技术深度和团队管理，对个人能力要求高
- 银行环境对合规、安全要求严格，可能增加开发流程的复杂度
- AI技术迭代快，需要持续学习，保持技术前沿
- 适合具备2年以上AI工程经验、希望向技术领导方向发展，同时重视工作生活平衡的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 通过领导AI项目团队，可向技术经理或AI架构师发展
- 在渣打这类国际银行，可接触全球金融AI最佳实践，提升跨领域影响力
- LLM应用领域持续演进，可成为GenAI解决方案专家
- 将大语言模型集成到生产环境，负责模型微调、提示词工程、RAG流水线构建与向量数据库应用
- 与后端、产品和数据团队协作，开发智能应用，确保性能、准确性和一致性
- 负责模型部署、监控和评估，保证系统可扩展、安全且合规
- 管理团队，分配任务，培养人才，确保交付质量
- 精通Python，熟悉LangChain、Transformers、Hugging Face等框架
- 理解向量嵌入、向量搜索、RAG、LoRA/QLoRA等微调技术
- 掌握Docker、Kubernetes、云服务（AWS/Azure）等模型部署技能
- 具备优秀的AI系统设计与项目管理能力，能带领团队
申请策略
- 了解渣打银行的企业文化和价值观，在面试中展现契合度
- 准备一个端到端的LLM应用案例，展示从设计到部署的完整思路
- 突出LLM应用项目经验，比如构建过聊天机器人、RAG系统或模型微调案例
- 强调Python、LangChain、向量数据库等具体技术栈
- 展示部署和运维能力：Docker、Kubernetes、云服务
- 如果有领导或带人经验，务必体现
- 补充PEFT微调（LoRA/QLoRA）的实际操作经验
- 熟悉LLMOps工具，如模型评估、可观测性框架
面试指南
- 项目经验型问题：先展示项目背景和业务目标，再讲技术方案、关键决策和权衡，最后总结效果和反思
- 技术概念型问题：先定义概念，再对比不同方案适用场景，最后结合实际例子说明
- 领导力问题：采用STAR法则，说明情境、任务、行动和结果，重点展现协调与决策能力
- 描述你如何设计一个RAG系统，如何选择向量数据库和分块策略？
- 你使用过哪些微调方法？LoRA与全参数微调有什么不同？
- 如何确保大模型应用在生产环境中的安全性和合规性？
- 你如何评估AI模型在线上环境的表现？有哪些指标？
- 作为团队领导，你如何分配任务并保证项目进度？
职位点评
75
综合评分
外资金融科技岗位，LLM应用前沿，团队领导角色，弹性工作，福利完善，薪资面议。
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
最适合追求技术前沿成长、同时看重工作弹性和稳定平台的中高级AI工程师。
表现最好
成长发展
相对薄弱
使命价值
薪资福利70
成长发展85
工作生活80
使命价值60
薪资福利
70中等
薪资未在JD中披露，但外资金融机构通常提供有竞争力的薪酬和全面福利，天津成本较低，整体补偿性尚可。
薪资信号未披露（AI估算：25K-45K/月）
福利待遇退休储蓄、医疗和寿险、年假、育儿假(20周)、休假年假(最长12个月)、志愿者假(3天)、弹性工作、数字健康平台Unmind、员工援助计划、学习文化
成长发展
85较高
岗位聚焦LLM应用前沿技术，涉及微调、RAG等，并强调持续学习文化，发展性满足度高。
技术前沿前沿/新兴技术
技术栈Python、LangChain、Transformers、Hugging Face、RAG、向量数据库、LoRA、QLoRA、Docker、Kubernetes、AWS、Azure、Prompt Engineering
成长机会持续的培训和发展、重新学习和提升技能的机会、学习文化
业务类型ambiguous
工作生活
80较高
提供弹性工作制，可按需在家办公，福利含年假和育儿假，有助于工作生活平衡。
工作模式混合式弹性办公
办公地点未明确
加班情况未提及（无法判断）
工作生活平衡弹性工作、年假30天、育儿假20周、休假年假
使命价值
60中等
银行业稳定性强，渣打强调'推动商业繁荣'和'为善'的使命，但AI工程师具体工作与直接社会价值关联中等。
行业发展稳定成熟行业
社会影响中性/一般
使命信号推动商业繁荣、在这里为善
创新程度积极采用新技术
渣打银行 的其他在招职位
相似职位推荐
Watch Jobs