平安科技算法工程专家（健康服务方向）
任职要求
技术能力： 1、计算机科学、人工智能、生物医学工程或相关专业硕士及以上学历，5年以上算法开发经验。 2、扎实的算法基础，熟悉机器学习、…
工作职责
算法设计与实现： 1、负责C端主动健康管理、专病管理、健康咨询及个性化健康计划的算法设计与实现，推动AI技术在健康服务中的落地应用。 2、设计并优化陪伴式AI算法，提升用户体验和健康服务的智能化水平。 Agentic开发与智能服务： 1、负责Agentic（智能体）开发，设计具备自主决策能力的健康服务系统。 2、在专病管理、健康咨询、个性化健康计划等场景中，设计基于Agentic的解决方案，提升服务的个性化和智能化水平。 健康数据处理与分析： 负责健康数据的处理与分析，设计数据驱动的健康评估、风险预测和干预方案。 结合用户行为数据和健康数据，设计个性化健康计划，提升用户健康管理水平。 跨领域技术探索： 关注前沿技术（如大模型、强化学习、多模态交互等），探索其在健康服务中的应用潜力。 结合业务需求，设计创新性技术方案，提升产品竞争力。 团队管理与协作： 领导算法团队，制定技术路线和开发计划，推动项目顺利落地。 与产品、业务团队紧密合作，确保算法模型与业务需求的高效对接。 技术文档与知识分享： 负责技术方案、算法文档的编写和更新，确保文档清晰、完整。 与团队分享技术经验和行业动态，提升团
1. 负责大模型在智能投顾、智能保顾领域的算法设计与实现，推动模型在金融场景中的落地应用。 领导算法团队，设计大模型架构，优化模型性能，提升模型在复杂金融场景中的准确性和鲁棒性。 2. 深入研究金融领域的业务需求，结合大模型技术，设计智能化解决方案，提升用户体验和业务价值。 3. 关注前沿技术（如LLM、Agentic开发、强化学习、多模态模型等），探索其在智能投顾、智能保顾中的应用场景，保持技术领先性。 4. 与产品、业务团队紧密合作，确保算法模型与业务需求的高效对接，推动产品快速迭代。负责团队知识分享，提升团队整体技术水平。
1. 负责大模型在智能投顾、智能保顾领域的算法设计与实现，推动模型在金融场景中的落地应用。 领导算法团队，设计大模型架构，优化模型性能，提升模型在复杂金融场景中的准确性和鲁棒性。 2. 深入研究金融领域的业务需求，结合大模型技术，设计智能化解决方案，提升用户体验和业务价值。 3. 关注前沿技术（如LLM、Agentic开发、强化学习、多模态模型等），探索其在智能投顾、智能保顾中的应用场景，保持技术领先性。 4. 与产品、业务团队紧密合作，确保算法模型与业务需求的高效对接，推动产品快速迭代。负责团队知识分享，提升团队整体技术水平。
1.负责LLM RL、Agentic RL强化学习训练框架的设计、开发与性能优化，支撑大规模 RL算法（如 PPO、DQN、GRPO等）的高效落地； 2.构建分布式训练体系，优化训推异步、partial rollout、数据并行、模型并行、Replay Buffer分布式存储与调度策略，提升GPU 利用率与训练吞吐； 3.设计并实现 RL 训练全流程工具链：包括环境封装、数据预处理、模型版本管理、训练日志监控、指标可视化（TensorBoard/Weights & Biases）等； 4.解决 RL 训练中的工程瓶颈：如样本传输延迟、GPU 显存溢出、训练稳定性（梯度爆炸/消失）等问题，提供工程化解决方案； 5.与 RL 算法团队紧密协作，理解算法需求，迭代基础设施，适配多场景的训练需求； 6.跟进强化学习与分布式训练领域的前沿技术（如 VERL、rllm、Agentlightning、Ray、Megatron-LM等），并落地到实际系统中。
1.负责LLM RL、Agentic RL强化学习训练框架的设计、开发与性能优化，支撑大规模 RL算法（如 PPO、DQN、GRPO等）的高效落地； 2.构建分布式训练体系，优化训推异步、partial rollout、数据并行、模型并行、Replay Buffer分布式存储与调度策略，提升GPU 利用率与训练吞吐； 3.设计并实现 RL 训练全流程工具链：包括环境封装、数据预处理、模型版本管理、训练日志监控、指标可视化（TensorBoard/Weights & Biases）等； 4.解决 RL 训练中的工程瓶颈：如样本传输延迟、GPU 显存溢出、训练稳定性（梯度爆炸/消失）等问题，提供工程化解决方案； 5.与 RL 算法团队紧密协作，理解算法需求，迭代基础设施，适配多场景的训练需求； 6.跟进强化学习与分布式训练领域的前沿技术（如 VERL、rllm、Agentlightning、Ray、Megatron-LM等），并落地到实际系统中。