[远程] 首席应用人工智能工程师，金融
内容摘要
Genesys 公司发布了远程 Principal Applied AI Engineer（金融领域）职位，要求候选人主导设计和交付 AI 及预测模型，以变革财务决策，专注于生产级 AI 系统和智能自动化。核心职责包括：构建和领导开发 agentic AI 系统以自动化财务工作流（如预测、报告、决策支持），设计多智能体系统，利用 LLM、工具使用框架与编排模式（如 RAG、链式模型、动态提示），将前沿 LLM 和 agentic AI 研究转化为可扩展的生产解决方案，建立防护机制、评估框架与负责任 AI 实践；领导时间序列预测、客户流失预测等高级预测模型开发与部署；设计可扩展 AI/ML 系统，强调软件工程最佳实践（模块化设计、API、CI/CD、测试），推动现代工具采用（容器化、云原生架构），建立 MLOps 最佳实践；确保系统满足 SOX 等合规和审计要求。任职资格要求 8 年以上数据科学、软件工程、AI 工程经验，精通 Python、ML/AI 框架、云平台（优先 AWS）、分布式系统、LLM 微调与评估、生产级 agentic AI 框架、RAG 与向量数据库，以及模型护栏与偏差缓解。该职位反映出企业对将 agentic AI 和高级预测模型融入金融运营、强调生产工程和合规性的高端人才需求。
核心要点
- 该职位聚焦于为财务领域构建生产级 AI 系统，包括 agentic AI 和预测模型。
- 要求领导设计多智能体系统，利用 LLM、RAG、工具使用和编排模式实现工作流自动化。
- 需要开发时间序列预测和客户流失预测等高级预测模型，并定义评估指标和监控框架。
- 强调软件工程最佳实践，包括 API 开发、CI/CD、容器化（Docker/Kubernetes）和云原生架构。
- 职位将推动 MLOps 实践，确保模型部署、监控、重训和治理符合企业安全与合规标准（如 SOX）。
- 8 年要求 以上经验，具备金融数据经验和负责任 AI 实践知识。
Genesys 放出的这个 Principal Applied AI Engineer 岗位，堪称企业将前沿 AI 与核心财务运营深度融合的风向标。不同于一般的数据科学家职位，它明确要求构建生产级 agentic AI 系统、设计多智能体编排，并强调从概念到生产的全链路工程能力——MLOps、CI/CD、容器化、SOX 合规一样不少。对于关注 AI 落地和 MLOps 实践的读者，这份 JD 提供了真实的技能需求清单和架构方向，极具参考价值。它让我们看到，金融领域的 AI 应用正从实验性模型转向安全、可解释、可监管的规模化系统，而掌握 LLM 工程化和负责任 AI 的复合型人才将炙手可热。
该职位聚焦于为财务领域构建生产级 AI 系统，包括 agentic AI 和预测模型。
[远程] 首席应用人工智能工程师，金融
发布于 2026年6月27日
注意：该职位为远程职位，面向美国候选人开放。Genesys 赋能各种规模的组织，通过为客户和员工创造最佳体验来提高忠诚度和业务成果。他们正在寻找一位首席应用人工智能工程师，负责领导设计和交付能够大规模改变财务决策的人工智能和预测模型，重点关注生产级人工智能系统和智能自动化。
职责
- 架构并领导开发能够自动化和增强财务工作流程（例如，预测、报告和决策支持）的代理型人工智能系统
- 设计并实现利用大语言模型、工具使用框架和编排模式（例如，RAG、模型链、动态提示）的多代理系统
- 将大语言模型和代理型人工智能的前沿研究转化为可扩展的生产级解决方案
- 建立护栏、评估框架和负责任的人工智能实践，以确保安全、合规和可靠的输出
- 设计具有明确故障模式和恢复策略的容错、可观察的代理系统
- 领导设计和实现高级预测模型，包括跨客户细分的时间序列预测和流失预测
- 开发可解释的生产级模型，以驱动留存策略和财务规划
- 定义并标准化用于模型性能和漂移检测的评估指标、验证框架和监控系统
- 将复杂的预测洞察转化为面向财务和业务领导的可操作建议
- 设计并构建可扩展的人工智能/机器学习系统，并高度重视软件工程最佳实践（模块化设计、API、CI/CD、测试）
- 领导从概念到生产的端到端开发，确保鲁棒性、可扩展性和可维护性
- 开发人工智能服务并将其集成到内部应用程序和工作流程中，包括在需要时开发轻量级前端/后端组件
- 推动采用现代工具（例如，容器化、编排、云原生架构）
- 建立并执行用于人工智能系统部署、监控、重新训练和治理的 MLOps 最佳实践
- 确保系统满足安全、合规（例如，SOX）和可审计性的企业标准
- 开发捕获行为、财务和时间信号的高级特征工程策略
- 为整个财务组织的人工智能/机器学习计划设定技术方向
- 领导复杂的跨职能项目，并指导其他数据专家
- 与财务、IT 和产品部门的利益相关者合作，采用人工智能驱动的解决方案
- 为长期人工智能战略做出贡献，识别提高效率和推动创新的机会
技能
- 8 年以上数据科学、软件工程和人工智能工程经验，具有部署生产系统的丰富经验
- 在构建大规模使用的生产人工智能系统方面有可靠的记录
- 在预测建模方面具有深厚专业知识，包括时间序列预测和客户流失建模
- 精通 Python，并具有丰富的机器学习/人工智能框架和系统设计经验
- 具有大语言模型的实践经验，包括提示工程、微调和评估技术
- 在云平台（最好是 AWS）、分布式系统和 MLOps 实践方面有丰富经验
- 具有处理财务数据和合规感知建模的经验
- 扎实的软件工程基础，包括 API 开发、容器化（Docker/Kubernetes）和 CI/CD 流水线
- 在构建生产级代理型人工智能框架方面具有专业知识，包括多代理编排、工具使用代理和自主工作流程
- 具有构建基于 RAG 的系统、向量数据库和语义搜索架构的经验
- 具有领导大规模人工智能计划并影响技术战略的能力
- 深刻理解负责任的人工智能实践，包括模型对齐、护栏和偏见缓解
- 出色的沟通能力，能够将复杂的技术概念转化为商业价值
- 在高影响力环境中指导和提升技术团队的记录
福利
- 医疗、牙科和视力保险。
- 远程医疗覆盖
- 灵活的工作时间表和在家工作机会
- 发展和职业成长机会
- 除 10 天带薪假期外，还有开放休假时间
- 401(k) 匹配计划
- 收养援助
- 生育治疗
公司概览
-
Genesys 使组织能够编排最佳的人工智能驱动体验，以推动客户忠诚度和增长。它成立于 1990 年，总部位于美国加利福尼亚州门洛帕克，拥有 5001-10000 名员工。其网站是 https://www.genesys.com。公司 H1B 赞助
-
Genesys 有提供 H1B 赞助的记录，2025 年有 2 个，2021 年有 2 个。请注意，这并不保证此特定职位会获得赞助。
申请此职位
标签
相关主题
专家点评
本文由编辑团队收录整理，内容来源于公开信息，仅供参考。