行业解决方案架构师

主要职责:

1. 洞察金融数智化转型方向：持续深度跟踪国内外领先银行、国内头部大行的数智化转型进程，洞悉金融数智化从趋势判断到落地路径的全链路，为工行的数智化转型指明方向
2. 领先的架构设计能力：负责工商银行数智化转型中AI相关的架构设计，从AI Native的角度设计工行的智能化转型架构，尤其关注智能体架构、数据知识工程等，确保在技术深度、可落地性处于领先地位
3. 价值场景落地：通过与工行的战略级联合创新，高层的交流与引导，实现顶层架构设计与业务价值场景的结合，在业务场景中体现当前架构与方案的的价值场景，并牵引工行内部资源以及公司内部资源成功落地推广。
4. 内外部营销赋能：将行业洞察与工行的最佳实践转化为可复制的知识资产，赋能解决方案团队与交付团队，提升整体金融行业作战能力。

语言要求: 简体中文,英语 教育背景要求: - 硕士及以上学历，计算机科学、人工智能、金融学、数据科学等相关专业背景 - 优先：博士学历或海外知名院校MBA背景 技能要求:

1. 战略规划与架构设计：能够站在金融大行的全局视角，设计具有前瞻性的AI Native数智化转型架构，并将其转化为可落地的实施路径。
2. 高层沟通与影响力：具备与银行高层、科技部部负责人平等对话的能力，建立信任关系，推动联创项目落地。
3. 竞争分析：能够系统性分析竞品方案，提炼差异化竞争点。
4. 持续学习与方向判断：能够针对AI领域的知识与新方向，保持持续的学习热情，并能判断技术真正的发展方向 知识要求:
5. 金融行业深度理解 - 熟悉银行业人工智能、大数据等建设的技术与实践 - 深度理解银行人工智能（核心技术点：智能体、生成式AI、深度学习与机器学习等）与大数据平台架构（核心技术点：湖仓一体、存算分离、批流一体等） - 深刻理解金融行业的数智化转型路径
6. AI与大模型技术栈 - 精通大模型在金融行业的应用场景（智能客服、智能风控、智能营销等） - 精通智能体架构（Agent，上下文工程，harness工程）等相关知识。 - 熟悉金融大模型的选型方法论（开源模型 vs 闭源模型，推理效率与安全平衡） - 了解数据与知识工程（本体建模，LLM Wiki， 知识图谱等）
7. 竞争格局与生态 - 深度理解国内与海外领先互联网厂商与AI领域的解决方案优劣，如阿里/腾讯/字节等当前的主推方案与产品，能够支撑后续竞争策略制定。