滴滴金融大模型算法专家(JR2026011900O)
任职要求
1、计算机科学、人工智能、数学或相关专业硕士以上学历，3年以上大模型算法经验。 2、精通Transformer模型及其变种原理与框架，熟悉预训练、微调、对齐、模型蒸馏、量化等技术，熟悉PPO及GRPO等策略优化算法，具备强化学习训练经验者优先；熟练掌…
工作职责
1、负责支持滴滴数科金融项目，深刻理解具体的业务场景，设计金融场景中的大模型应用算法。 2、负责金融领域大语言模型的应用、调优与评估，结合金融场景需求增强模型深度推理、指令跟随等能力，并在业务场景中取得实际成果。 3、持续跟踪AI大模型领域与金融科技的前沿进展。
1、本岗位将主导 金融行为序列大模型与多模态大语言模型在信贷业务中的应用； 2、应用场景覆盖贷前、贷中、贷后全流程：包括准入评分、授信定价、欺诈识别、风险预警、智能催收等关键环节； 3、设计并实现金融行为序列大模型与多模态 LLM 的整体技术方案，形成可持续迭代的算法资产，在信贷风控业务场景落地； 4、建立统一的数据标准与特征工程体系，确保模型在高噪声、弱标签环境下的稳健性与可解释性。
1.主导腾讯金融科技大模型在智能投顾、智能运营、智能客服、搜索推荐等金融核心场景的落地与迭代，带领团队解决链路中的关键技术瓶颈，构建可规模化复用的解决方案； 2.持续跟踪大模型前沿技术(Agent流程编排、Skill、RAG、架构优化、对齐技术、推理加速等)，结合金融场景沉淀方法论，推动规范化复用并内化为团队标准。
1、结合AI技术，推动金融知识图谱在风控、营销等业务场景的落地与创新。借助大型语言模型（LLM）、图神经网络（GNN）、图挖掘等技术，实现数据资产的智能挖掘、动态更新和高维关系建模，提升金融业务的风险防控和营销增长能力。 2、主导AI在业务场景的应用，包括模型微调、偏好对齐、知识增强、AIGC应用，将AI能力深度嵌入金融业务流程。 3、与产品、研发、算法团队紧密协作，协同推进AI at work 提效，赋能金融业务全流程智能化。
业务介绍： 我们在做“AI 在金融领域全业务链路的落地”，面向研究、投研、风控、合规、运营、产品与工程团队，打造生产级的金融多模态文档理解与信息抽取体系，并进一步构建可规模化复用的 多模态 **Agent（Browser Use / Computer Use）** 能力：从公告/财报/研报/合同/尽调材料等文档的理解、结构化抽取与一致性校验，到跨站检索、证据归因、可追溯引用与任务闭环，目标是把金融数据做到稳定、可控、可交付。 岗位方向：金融多模态文档理解 × 信息抽取 × 多模态 Agent（Browser/Computer Use） 把多模态大模型对版式/表格/图文混排/扫描件的细粒度理解能力，与 Agent 的工具使用、网页检索与交互、长任务规划与质检校验深度结合：让系统会搜、会读、会核、会追溯引用，能在真实金融业务中持续提升效果与效率。 工作内容： 1. 聚焦金融场景核心任务，负责多模态文档理解 + 信息抽取算法设计与研发： - 财报/公告/研报/合同/表单/票据/截图等的结构化解析（段落、标题层级、表格、关键字段、关系与证据定位） - 抽取结果的一致性校验（跨页/跨表/跨文档对齐）、异常检测与可解释输出 2. 构建生产级多模态 Agent 能力： - 检索与浏览（Search/Browse）、站点导航、表单/网页交互与流程探索（Browser Use / Computer Use） - 证据归因与可追溯引用，支持审计与复核 - 长任务规划、任务分解、失败恢复与自我修复（重试策略、状态机/工作流、工具调用约束） 3. 深入研究多模态大模型与 LLM 的预训练/后训练技术（SFT、偏好优化/RL 等），在数据构建与配比、训练范式、推理策略、成本与时延上探索最佳实践，推动关键指标显著提升 4. 设计金融垂类评测与对齐体系： - 指标覆盖：抽取准确率、事实一致性、可执行性/可复现性、鲁棒性（低质扫描/复杂表格）、引用可追溯、成本与延迟 - 结合公开基准与企业内部集，建立可持续迭代的评测闭环 5. 与产品、风控/合规、工程与测试团队紧密协作，把算法能力落地到真实业务链路中：可灰度、可回滚、可监控、可持续迭代