永明金融
Manager, AI Engineer
Manager, AI Engineer
发布于 大约 16 小时前普通员工/个人贡献者
AI 估算 · 35k–60k · AI 参考估算
Hunghom, Kowloon, Hong Kong
高级经验
本科
全职员工仅现场办公人工智能
人工智能
Genai
Llm
Machine Learning
Sagemaker
值不值得投
71综合评分
综合评分 71
跨国金融集团资深AI工程师岗位，技术栈前沿，发展性强，但生活与工作平衡需进一步确认。
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。
薪资怎么样
48K
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
25 个在招
市场机会
选择面较广
人工智能 · 约 870 个在招
职位详情
关于这个职位
这是一个位于香港的AI工程师岗位，主要负责构建、集成和优化AI及机器学习解决方案，以增强业务应用与工作流程
您将运用现代AI框架、实现生成式AI（GenAI）和检索增强生成（RAG）组件，确保解决方案的安全、可扩展性，并符合产品要求
最低要求
信息技术、计算机科学或相关领域学士学位
年以上工作经验
至少2年以上机器学习或人工智能领域经验，其中至少1年专注于生成式AI技术
在大语言模型（如Claude, Nova Pro, Qwen）和生成式AI应用方面有扎实的实践经验
具备提示工程专业知识，并有制定有效策略的记录
优秀的人际关系和沟通能力，能够有效地进行跨团队协作
工作职责
核心交付与执行：
设计、开发、测试和部署软件应用与系统组件
实施满足业务、功能和技术要求的解决方案
编写干净、可维护、文档齐全的代码，遵循编码标准
执行代码审查，确保质量、一致性和最佳实践
执行单元、集成和回归测试
排查、调试和解决跨环境的技术问题
质量与合规：
确保所有交付成果符合安全、性能和可靠性标准
遵守架构指南、治理框架和技术标准
应用安全编码实践并支持漏洞修复
通过适当的版本控制和文档支持技术变更的可审计性和可追溯性
协作与沟通：
与产品负责人、架构师、质量保证、DevOps和业务利益相关者紧密合作
在需求细化和解决方案设计中提供技术输入
参与敏捷仪式（站会、冲刺计划、回顾会议）
通过文档、wiki、手册、演示和内部会议为知识共享做出贡献
业务解决方案开发：
开发解决方案以支持业务计划、自动化工作流和使用现代AI框架的GenAI/RAG组件
构建和集成API、数据处理管道和基于云的AI服务
与产品负责人和工程团队合作，将需求转化为功能性的AI解决方案
通过测试、调优和监控优化模型性能、可靠性和成本
确保AI解决方案在各种环境中遵循安全、质量和部署标准
优先资格
具备Python和Java的实践经验
熟悉REST API以及FastAPI、Flask或类似技术框架
具备使用LLM框架（如LangChain, LangGraph, n8n）的经验
具备PostgreSQL和Cosmos DB等数据库知识
具备AWS云服务实践经验，特别是SageMaker和Bedrock
熟练掌握容器化和编排工具，如Docker、Kubernetes
AI 洞察
优缺点分析
优点
- 技术栈前沿，直接参与金融行业GenAI应用落地，能接触大语言模型、RAG等最新技术实践
- 身处跨国金融集团，项目规模大，业务场景复杂，能积累宝贵的行业经验和技术深度
- 岗位要求高，能系统性地锻炼从方案设计、开发到部署的全栈AI工程能力
- 作为跨国金融企业，对代码质量、安全性、合规性和文档规范的要求会非常严格
- 需要在复杂的业务需求和技术可行性之间寻找平衡，并与多个团队高效协作
- 职位名称含'Manager'，但JD核心为技术交付，可能隐含对技术领导力或项目管理能力的高要求
- 适合拥有6年以上开发经验，专注于AI/ML领域，并对生成式AI技术有深入实践和热情的资深工程师
缺点 / 挑战
- 追求在稳定且具有全球视野的平台上，解决有挑战性的业务技术问题
角色解读
- 技术专家路径：深耕AI工程领域，成为GenAI、MLOps或云原生AI架构的资深专家
- 技术管理路径：凭借出色的技术能力和项目交付经验，可向技术团队负责人或AI部门经理方向发展
- 跨领域发展：凭借在金融行业的AI应用经验，可转向AI产品管理、解决方案架构师或业务分析等角色
- 负责设计、开发和部署基于AI/ML的业务解决方案，特别是生成式AI（GenAI）和检索增强生成（RAG）组件
- 构建和集成API、数据处理管道以及云原生AI服务，将AI能力嵌入现有业务流程
- 与产品、架构、QA等团队紧密协作，确保技术方案落地并符合业务需求与质量标准
- 持续优化AI模型的性能、可靠性和成本效益
- 扎实的编程基础，精通Python和Java，并熟悉FastAPI、Flask等Web框架
- 深厚的AI/ML工程经验，熟练使用LangChain、LangGraph等LLM框架，并有大语言模型（LLM）应用开发实践
- 精通AWS云服务（如SageMaker， Bedrock），具备云原生AI应用开发与部署能力
- 掌握Docker、Kubernetes等容器化与编排技术，理解MLOps和DevOps实践
申请策略
- 仔细研究永明金融（Sun Life）的官方使命和价值观，在面试中表达对其企业文化的认同和共鸣
- 在面试前，针对金融行业的AI应用，思考潜在的场景、风险和挑战（如数据隐私、模型可解释性），并准备自己的见解
- 重点突出2年以上的ML/AI项目经验，特别是1年以上GenAI/RAG相关的具体项目成果、使用的技术栈和解决的业务问题
- 详细描述使用Python/Java构建API、数据管道以及在AWS云上（SageMaker/Bedrock）部署AI服务的经验
- 明确列出熟悉的LLM框架（LangChain等）、容器化工具（Docker/K8s）和数据库（PostgreSQL等），并最好有项目佐证
- 强调跨团队协作、代码审查、敏捷开发等软技能和工程实践，体现对质量与流程的重视
- 深入学习和实践提示工程（Prompt Engineering）的高级技巧与最佳实践，这是JD明确要求的核心能力
- 系统梳理和总结自己在LLM应用开发中遇到的性能优化、安全合规和成本控制经验
面试指南
- 对于项目经验问题，使用STAR原则（情境、任务、行动、结果）结构化回答，重点突出技术决策、量化成果和个人贡献
- 对于技术深度问题，先阐述通用原则和方法论，再用具体的技术栈和项目细节来支撑，展现系统性思考和动手能力
- 对于协作和软技能问题，提供具体事例，说明你在其中的角色、沟通方式以及最终达成的积极成果
- 请描述一个你主导或深度参与的生成式AI项目，从需求分析到最终部署的完整过程
- 你遇到的最大技术挑战是什么？如何解决的？
- 如何评估和优化一个LLM应用的成本效益和性能？请结合具体技术或框架（如LangChain）举例说明
- 在一个复杂的AI解决方案中，你如何与产品经理、DevOps和业务方有效协作？请分享一次你推动技术方案落地的经历
- 你如何确保AI解决方案符合安全、质量和部署标准？请结合代码审查、测试或监控实践举例
职位点评
薪资福利65
成长发展90
工作生活50
使命价值80
薪资福利
65中等
该职位提供跨国金融集团的平台，预计薪资具有市场竞争力，但具体薪资和福利细节需在面试中确认。
薪资信号面议 (35K-60K/月)
成长发展
90较高
职位要求前沿的AI技术栈（GenAI/LLM）和深厚的工程经验，能在复杂的金融业务场景中获得高强度的技术锻炼和成长。
技术前沿前沿/新兴技术
技术栈Python、Java、LLM、GenAI、LangChain、LangGraph、n8n、AWS SageMaker、AWS Bedrock、Docker、Kubernetes、PostgreSQL
业务类型profit_center
工作生活
50较低
工作地点位于香港市区，办公模式未明确说明，可能需现场办公。作为上市公司，工作节奏和稳定性可能较好，但无明确WLB承诺。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
公司有明确的“帮助客户实现终身财务保障”的使命，AI岗位的技术成果可直接服务于核心业务，具有较高的行业价值和社会影响力。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号帮助我们的客户实现终身财务保障和更健康的生活、让生活更美好、在我们的客户生活中产生有意义的差异
创新程度积极采用新技术
永明金融 的其他在招职位
相似职位推荐
Watch Jobs