安永
FSO Business Consulting-FSRM-合规内控系统工程师-Staff/Senior-Shanghai
FSO Business Consulting-FSRM-合规内控系统工程师-Staff/Senior-Shanghai
发布于 大约 16 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
学历未注明
法务、风险与合规
机器学习
深度学习
NLP
SQL
TensorFlow
LLM
反洗钱
合规监控
AI 估算 · 15k–25k
安永咨询中级岗位，上海地区，结合金融合规与AI技术要求，薪资处于市场中上水平。
职位详情
关于这个职位
该职位是安永金融服务咨询部门的风险管理与合规方向，主要与金融机构合作，运用数据分析、机器学习和风控建模技术，进行合规数据分析、模型验证与优化，推动风控策略的智能升级
适合有技术背景且对金融合规领域感兴趣的候选人
最低要求
计算机科学、统计学、数学科学、人工智能等相关专业
精通Oracle、MySql等关系型数据库，熟练掌握SQL查询语言及数据库管理工具
熟悉Python、R或Java至少一种编程语言，具备利用这些语言进行数据分析和数据挖掘的实战经验
熟悉机器学习、深度学习、自然语言处理（NLP）、知识图谱、图计算等领域，熟悉TensorFlow等主流算法开发框架
对大语言模型（LLM）等前沿技术保持高度关注与热情，愿意不断探索其在金融领域的应用潜力
工作职责
与金融机构紧密合作，深度参与合规领域的数据分析任务，执行数据有效性评估，确保数据质量满足合规要求
运用Python/R等编程语言，结合统计学原理，对风控模型进行全面验证与优化，提升模型预测精度与稳定性
利用机器学习等前沿AI技术，进行模型开发、调优及可解释性分析，推动风控策略的智能升级
优先资格
具备反洗钱或合规监控模型方法论知识，有成功实施模型验证与优化项目的经验
在金融机构从事合规管理、反洗钱等工作的甲乙方经验，了解行业规范与监管要求
拥有利用机器学习算法搭建并优化模型的实战案例
数据仓库、数据中台、数据集市等相关岗位的工作经历，熟悉大数据处理与分析流程
AI 洞察
优缺点分析
优点
- 技术栈前沿，涵盖机器学习、NLP、LLM等，有利于个人技术提升和简历竞争力
- 团队氛围专业，有机会与行业专家合作，积累合规与风控领域深度知识
- 对技术要求全面，需同时掌握编程、数据库、机器学习等多领域，学习曲线较陡
- 需要快速理解金融行业术语和监管要求，对非金融背景候选人有一定门槛
- 适合有技术背景（尤其是机器学习方向）且愿意深入金融风控领域，追求专业成长和平台资源的求职者
缺点 / 挑战
- 安永作为四大会计师事务所之一，平台大，项目资源丰富，能接触金融机构核心风险业务
- 咨询行业工作节奏较快，可能面临项目交付压力，需要适应出差或加班
角色解读
- 咨询行业内部晋升：从Staff/Senior到Manager、Senior Manager，逐步负责更大项目
- 技术深度发展：成为风控模型或合规AI领域的专家，可转型金融机构内控部门
- 跨领域拓展：积累金融行业经验后，可转向数据科学、量化分析等方向
- 与金融机构合作，进行合规数据分析和质量评估，确保数据满足监管要求
- 使用Python/R等工具验证和优化风控模型，提升预测精度和稳定性
- 应用机器学习、深度学习等技术开发新模型，并对模型进行可解释性分析
- 关注大语言模型（LLM）等前沿技术，探索其在金融领域的落地场景
- 扎实的编程能力：熟练掌握Python、R或Java，能进行数据分析和数据挖掘
- 数据库技能：精通Oracle、MySQL等关系型数据库，熟练SQL查询
- 机器学习知识：熟悉TensorFlow等框架，掌握NLP、知识图谱、图计算等方向
- 对LLM等前沿技术有热情，具备快速学习和应用能力
申请策略
- 在简历和面试中强调对技术前沿的热情，特别是LLM相关探索
- 准备1-2个完整的模型开发与优化故事，说明项目背景、技术方案和实际效果
- 突出数据分析和建模项目经验，尤其是与金融风控、反洗钱相关的案例
- 强调编程技能（Python/R）和数据库能力（SQL），列出使用的工具和框架
- 展示对机器学习和LLM的了解，例如竞赛、论文或Demo项目
- 如有金融机构实习或咨询经历，务必突出行业理解和合规知识
- 补充金融合规基础知识，如反洗钱法规（AML）、巴塞尔协议等，可通过CFA FRM或在线课程学习
- 强化模型验证和可解释性分析技能，例如学习SHAP、LIME等工具
面试指南
- STAR法则：背景、任务、行动、结果，突出技术细节和业务价值
- 展示技术深度：不仅说用了什么模型，还要解释为什么选择、如何调优、效果如何
- 体现行业理解：结合金融监管要求（如反洗钱、KYC）说明技术方案的合规性
- 请描述一个你使用机器学习解决实际问题的项目？
- 如何进行风控模型的验证？有哪些常用的评估指标？
- 你对反洗钱合规有哪些了解？如何用技术手段帮助银行提升合规效率？
- 请解释一下NLP在金融文本分析中的应用，有哪些挑战？
- 你对大语言模型（LLM）在金融风控中的应用有什么想法？
匹配度报告
70
综合匹配度
顶级咨询平台、前沿技术栈、高成长性，但工作节奏快、生活方式影响较大。
适合人群
该职位最适合追求技术成长和职业发展的求职者，对于注重生活平衡的候选人可能不太理想。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展90
工作生活50
使命价值70
薪资福利匹配
70中等
咨询公司薪资有竞争力，但未公开具体范围，福利包括五险一金等，整体处于市场中等偏上水平。
薪资信号未披露（AI估算：15K-25K/月）
成长发展匹配
90较高
该职位技术栈前沿（机器学习、LLM），项目经验丰富，有明确的成长路径和培训机会，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈Python、R、SQL、Oracle、MySQL、机器学习、深度学习、NLP、知识图谱、图计算、TensorFlow、大语言模型
业务类型profit_center
工作生活匹配
50较低
咨询行业通常需要出差和加班，JD未提及弹性工作制，工作地点固定，生活方式影响一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
金融合规对防范金融风险有正向社会价值，但咨询项目性质偏商业，使命感中等。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs