百度金融行业大模型解决方案架构师（J83831）

百度智能云金融行业解决方案架构师，负责设计并实施针对证券基金业的解决方案。该职位需要深入理解资管行业的业需求，了解企业的立项和招标全过程。应聘者需要对人工智能、大数据和云有深度了解，熟悉大模型的发证趋势和应用场景，并具备大型项目的经验。 主要职责: -根据客户需求，设计金融科技解决方案，包括但不限于立项、需求分析、方案设计、招投标阶段协作等工作 -理解证券客户经纪、资管、投行等方面业务需求，根据业务需求制定相应的技术解决方案 -负责解决方案的技术选型、架构设计、实施和优化等售前阶段工作，确保解决方案在性能、稳定性和可扩展性等方面满足客户需求 -对重点客户长期跟踪，根据客户实际需求统筹制定前瞻性的规划，支持与客户形成长期稳定的合作关系 -跟踪云计算和人工智能技术的最新发展和趋势，及时更新解决方案的技术栈，推动百度智能云相关产品迭代，并在证券行业客户落地 -参加行业大会、方案布道、客户日常沟通等工作

1、面向银行、保险、券商等金融机构构建基线解决方案，以大模型为基础结合LLM、RAG、Agent等相关技术提供售前支持与行业客制化方案设计 2、与销售团队密切配合，进行大模型售前交流，需求调研，编写技术解决方案，支持招投标、POC等相关工作；基于agent开发平台搭建agent，主导售前POC，并对POC效果负责 3、与客户沟通，深入挖掘客户业务需求反馈大模型应用解决方案，为客户提供大模型应用的专业建议和方案咨询 4、调研行业需求，分析目标行业的客户痛点，并分析、归纳，给出明确的大模型产品及解决方案优化建议， 提炼行业典型应用场景，持续萃取场景经验

1. 行业解决方案设计与交付 - 基于阿里云大模型技术（如通义千问），为银行、保险、证券等金融客户量身定制AI大模型解决方案，覆盖AI财富助手、智能客服、智能风控等核心场景。 - 深入理解客户业务痛点，提供从需求分析、技术选型到方案落地的全流程支持，确保大模型技术与金融业务深度融合。 2. 大模型全生命周期技术赋能 - 主导客户侧大模型后训练（Post-training）、领域微调（Domain-specific Fine-tuning）、模型蒸馏（Distillation）及多模态融合优化，提升模型在金融垂直场景的精度及性能。 - 优化大模型训练与推理性能，包括分布式训练加速（如DeepSpeed、Megatron-LM）、显存优化、量化压缩（INT8/FP16）及低延迟推理部署（如vLLM、SGLang）等。 3. 工程化落地与性能调优 - 解决金融场景高并发、高稳定性需求，设计高性能计算架构，优化模型在GPU/TPU集群的训练效率及端到端推理链路。 - 结合金融行业数据隐私与安全要求，设计符合监管的模型部署方案。 4. 客户技术赋能与生态共建 - 面向客户技术团队提供大模型技术培训、实战工作坊及POC验证，推动AI能力在客户内部的规模化应用。 - 沉淀金融行业大模型最佳实践，输出白皮书、案例研究及标准化解决方案，提升阿里云在金融AI领域的市场影响力。

作为零一万物的金融行业（保险方向）解决方案架构师，负责为金融机构，尤其是保险公司，设计并实施大模型项目解决方案。与客户紧密合作，理解其业务需求，并制定相应的AI战略，推动技术创新和业务转型。 1、负责保险行业大模型解决方案的需求分析、方案设计及技术架构搭建，结合客户业务场景输出可落地的智能化升级方案； 2、主导保险行业AI战略咨询，帮助客户识别和实现AI应用场景； 3、跟踪保险科技前沿趋势，推动大模型与智能体技术在保险业务中的创新应用； 4、融合保险行业客户需求，协同产品团队完成在保险行业标准产品交付及行业功能开发； 5、主导项目的方案设计及评审，确保解决方案符合保险行业合规性及安全性要求。