蚂蚁金服蚂蚁集团-金融分析专家(规划配置方向)-财富 杭州
任职要求
1、对金融市场和公募/私募理财产品体系有成熟认知体系，具备4年以上银行理财师、资产配置、财务规划研究工作经历，具备投资顾问经验，具有基金从业资格，持有证券投顾资格、CFP，RFP证书优先考虑； 2、具备优秀的用户洞察能力和产品降维讲解能力，有辅导一线…
工作职责
1、负责蚂蚁财富平台的投顾业务支持，提供并沉淀金融产品分析、用户持仓过程管理、资产配置能力； 2、提供投顾逻辑素材，完成平台深层投顾服务的创新研究和应用扩展； 3、对业务和行业敏感，关注用户体验反馈， 与项目组各方紧密配合，确保业务上线体验质量，达成业务目标。
1、全球财务合规管理：凭借深厚的财务专业知识，针对大型互联网企业全球化运营中面临的复杂财务场景，深入研究并确保公司全面符合全球各地财务合规标准；密切跟踪不同国家和地区财务法规政策的动态变化，及时为公司业务决策提供精准合规指导，有效规避潜在财务风险； 2、财务系统规划构建：主导对公司现有财务系统的全面评估，精准洞察当前系统的优势与不足；对标行业领先企业，制定具有前瞻性的财务系统建设方案，输出与公司长期财务战略目标高度契合的系统建设规划；尤其在全球范围内行业标准财务系统实施方案方面，对Oracle财务系统和SAP财务系统有深入理解与丰富实操经验，能够根据公司独特业务特性开展定制化规划与部署； 3、财务系统落地推进：负责推动财务系统建设规划的具体落地实施，高效协调内外部资源，与技术团队、供应商保持紧密合作，确保系统按时高质量交付；在实施过程中，对系统功能进行严格测试与持续优化，保障系统上线后能够稳定、高效运行，充分满足公司全球业务在财务核算、管理及分析等方面的需求。
职位概述： 我们正在寻找一位对系统稳定性和高可用性有着极致追求的高级运维工程师。您将成为我们电商及资讯平台基础设施的“守护者”，核心职责是确保生产环境7x24小时高可用，并高效管理从故障发现到恢复的全生命周期。您需要具备深厚的技术功底、冷静的应急心态和强大的复盘能力，通过自动化、流程化和系统化的方法，不断提升我们系统的韧性与可观测性，为亿万用户的顺畅体验保驾护航。 核心职责： 1. 系统高可用性保障： o 负责公司核心业务（电商、资讯）生产环境及基础设施（服务器、网络、数据库、中间件等）的稳定运行，确保服务SLA达到或超过既定目标（如99.99%）。 o 设计、实施和维护高可用和容灾架构，包括同城双活、异地灾备等方案的落地与演练。 2. 监控与应急响应： o 主导建设和优化集中式监控、日志分析与告警系统（如Prometheus/Grafana, ELK, Zabbix, Datadog等），确保能提前预警、快速发现问题。 o 作为主要事故处理指挥官（Incident Commander），负责7x24小时应急响应，领导并协调相关团队对线上事故进行快速定位、止损和恢复，最大限度降低影响。 3. 事故全生命周期管理： o 严格遵循ITIL等最佳实践，管理事故（Incident）和处理工单（Ticket）。 o 主导重大事故复盘（Post-mortem），编写详尽的复盘报告，深入分析根因，并推动落实改进措施（如代码修复、流程优化、架构调整等），避免同类问题重复发生。 4. 运维自动化与效率提升： o 通过编写脚本（Shell/Python/Go等）和利用自动化工具（Ansible/Terraform等），自动化日常运维操作和故障处理流程，提升效率，减少人为失误。 o 践行SRE（Site Reliability Engineering）理念，通过代码管理基础设施（IaC）。 5. 容量规划与性能优化： o 定期进行系统容量评估和规划，确保系统有能力应对业务增长和突发流量（如大促活动）。 o 分析系统性能瓶颈，协同开发团队进行调优，提升系统效率和资源利用率。 6. 系统组件的安全升级及维护： o 常规维护能力：具备使用安全扫描工具进行安全漏洞扫描额能力。 能全程跟进系统组件安全管理，做好版本监控、漏洞扫描与风险评估，按计划升级部署补丁、更新配置，快速应对突发安全事件，降低业务受影响程度。 o 借助工具强化能力：熟练使用安全卫士等工具，将其融入维护流程。实现自动化漏洞检测与修复建议输出，实时监控异常与潜在威胁并预警阻断，利用日志分析优化安全策略，构建闭环安全管理体系。
1. 目标管理：围绕事业部的年度经营规划，设计能牵引业务发展的目标体系并完成跨部门沟通对齐； 2. 经营分析：以数据看板/会议机制（WBR/MBR）完成经营指标的预实追踪、归因与策略探索； 3. 商分专题：牵头品类重点战役项目的规划与执行，明确目标、分工与资源配置，确保高质量交付，并通过复盘沉淀方法论；
1、策略设计与优化：基于集团战略目标，搭建资金与有息负债结构动态分析框架，制定资产配置与负债成本优化策略，平衡收益性、流动性及风险敞口；设计并实施现金流匹配、久期管理、压力测试等模型，支持长短期资源布局； 2、量化分析：运用机器学习、运筹优化等算法，构建资产收益预测、负债成本模拟及风险量化模型（如VaR、SVaR）；开发资产组合优化工具（如均值-方差模型、Black-Litterman框架），提升资产端收益风险比； 3、数据化体系建设：主导资产负债管理数据平台搭建，实现动态监控与实时决策支持；建立关键指标体系，可视化输出管理洞见； 4、风险管理与合规：设计风险限额管理机制，监控利率、汇率、信用及流动性风险，制定对冲或缓冲方案；确保策略符合监管合规要求，定期开展压力测试与情景分析。