CBS-QRM-风险管理AI Engineer -北京 / 上海 / 广州 / 深圳

优缺点分析

角色解读

• 在风险管理AI领域深耕，可从AI工程师发展为技术负责人或架构师
• 积累金融风控行业经验，未来可转向咨询公司高级顾问或甲方风控技术负责人
• 随着agentic AI和生成式AI发展，可成为企业级AI解决方案专家
• 设计和开发AI及Agentic解决方案，支持客户入职、文档处理、风险筛查等关键业务流程
• 与项目经理和技术交付负责人协作，在敏捷团队中交付可扩展、安全的AI能力
• 确保AI方案符合Responsible AI框架、数据治理和信息安全标准，并负责生产环境部署与优化
• 参与需求细化、测试、文档编写及知识分享，推广最佳实践
• 扎实的AI/ML工程能力，至少2年实战经验，有生产环境部署经验
• 熟悉云平台（如Azure、阿里云）上的AI开发和集成模式
• 了解agentic AI、RPA、工作流编排、文档智能（OCR/NLP）或生成式AI技术
• 具备较强的问题解决能力，能在跨职能敏捷团队中协作，普通话和英语沟通能力

申请策略

• 了解安永在风险管理领域的客户案例和最新AI工具（如EY Canvas），在面试中展示对业务的理解
• 准备一个将AI落地于合规或风控场景的完整案例，突出生产环境挑战和解决方案
• 突出AI解决方案从设计到生产部署的完整项目经验，特别是企业或受监管环境下的案例
• 强调云平台（Azure/阿里云）使用经验，以及agentic AI、RPA、NLP等具体技术细节
• 展示跨团队协作、需求转化和敏捷开发经验，量化项目成果（如效率提升、风险降低）
• 如有金融风控背景或相关认证，务必在显眼位置列出
• 补充agentic AI框架知识（如LangChain、AutoGPT等）和RPA平台（如UiPath）
• 熟悉云AI服务（Azure AI、阿里云PAI）及企业集成模式（API、微服务）

面试指南

• 使用STAR法则（情境-任务-行动-结果）回答项目经验问题，突出生产部署和合规细节
• 对于技术概念问题，先定义概念，再联系实际业务场景，展示理解深度
• 对于协作问题，强调沟通方式、需求拆解和迭代反馈，体现团队贡献
• 描述一个你从零到一部署AI模型到生产环境的项目，遇到了哪些挑战？
• 如何确保AI方案符合Responsible AI原则和合规要求？
• 你对agentic AI的理解是什么？请举例如何应用于风险管理
• 在跨职能敏捷团队中，你是如何与业务方和技术交付负责人协作的？
• 请解释你在Azure或阿里云上使用过哪些AI/ML服务，如何集成到企业系统？