上海银行数据管理与应用部招聘信息：涵盖算法、研发、测试、架构与安全领域

正文：

5月20日，上海银行数据管理与应用部发布了最新的社会招聘信息，招聘岗位涵盖算法工程、需求分析、数据分析、数据测试、数据平台研发、应用研发、数据研发、数据架构管理、数据安全管理及数据治理等多个领域。

1、负责在金融行业内推动大模型的应用开发，应用场景包括智能问答、内容生成和数据分析等，利用LangChain、AutoGen等框架实现模型与业务系统的深度整合；

2、协调多模态智能体系统的设计与开发，确保任务规划、工具调用（如API集成、RPA自动化）及多智能体协作的高效运行，提升复杂场景下的自主决策能力；

3、深入理解金融领域的业务目标和数据，增强智能体的业务理解和决策能力；

4、主导跨产品、算法与测试团队的协作，将技术方案转化为可实施的商业产品，并编写相关技术文档与最佳实践；

5、关注多模态融合、强化学习对齐（RLHF）、低代码/无代码平台等前沿技术，引领团队的技术创新。

1、要求本科及以上学历，软件工程、计算机科学等相关专业；

2、精通Python或Java编程，熟练使用PyTorch或TensorFlow框架，具备大模型的应用研发和场景优化经验；

3、熟悉RAG架构、向量数据库（如Milvus/Qrant）及智能体开发工具，并具备实际项目落地的案例；

4、拥有至少2年大模型应用开发的经验，优先考虑有金融行业实际应用案例及多模态大模型经验者；

5、熟悉业务需求分析与技术方案设计，能够独立完成原型开发至生产部署的完整流程；

6、具备良好的沟通与合作能力，能够高效参与跨团队项目；

7、具备出色的逻辑思维与问题解决能力，能够迅速拆解问题并制定执行方案。

1、建立完善的数据治理与管理体系，包括标签、指标、报表、模型等的分类、定义与场景构建管理，并完成数据资产盘点；

2、维护数据治理和管理的运行机制及工作流程，推动各方共同建设、维护和利用数据资产管理体系；

3、协调管理外部数据需求，完善外部数据引入机制并完成数据资源的入表工作。

1、协助制定和优化全行数据质量管理政策、流程、标准及考核办法，推动相关制度在业务及科技部门的执行；

2、全流程质量管控：负责关键数据从产生、加工、流转到应用的全生命周期质量监控，设计并实施数据质量检查规则、监控指标与评估模型；

3、主动发现、评估、记录并跟踪数据质量问题，协调业务源头及科技开发部门进行根因分析与整改，建立问题跟踪闭环机制，验证整改效果；

4、针对监管报送、关键管理报表、客户信息及风险数据集市等重点领域，进行专项的数据质量评估、剖析和提升工作；

5、利用或完善数据质量管理平台（工具），实现质量检查、监控及评分的自动化与可视化，提升管理效率；

6、作为业务与技术之间的桥梁，有效沟通数据质量需求与标准，并为相关用户提供数据质量意识与规范培训；

7、响应监管机构对数据质量的要求，准备相关材料，支持内部审计与合规检查中的数据质量部分。

1、本科及以上学历，计算机科学、信息技术、统计学、金融工程、数学等相关专业；

2、拥有3年以上银行业或大型金融机构在数据治理和数据质量管理方面的工作经验，熟悉银行业务流程与数据架构；

3、精通数据治理的理论、原则、方法与工具；

4、了解银行数据与系统，熟悉至少一个业务领域（如核心、信贷、风险、零售）的数据模型与系统，能够将数据治理与业务需求场景结合；

5、具备扎实的技术能力：熟练使用SQL进行数据查询与分析，熟悉至少一种数据建模或数据分析工具，优先考虑有使用Collibra、Informatica DQ、Atlas等主流数据治理/质量管理平台经验者；

6、了解标准与框架：熟悉DMBOK、DCMM等数据管理框架以及银行业数据治理相关监管指引；

7、具备优秀的沟通能力、团队协作与执行力，有相关的数据管理、数据资产、数据治理以及数据架构领域的专业认证者优先。

来源：移动支付网