平安科技算法高级工程师（大模型）

1. 负责智能投顾、智能保顾、健康管理服务等领域的算法设计与实现，推动大模型、强化学习等技术在金融和健康场景中的落地应用。 设计并优化智能服务算法，提升模型在复杂场景中的准确性和鲁棒性。 2. 负责大模型（如LLM、GPT系列）的微调和优化，使其适应智能投顾、智能保顾、健康管理等场景的需求。 探索大模型在多模态交互、个性化服务推荐、风险评估等场景中的应用。 3. 研究和实现强化学习算法，设计智能决策系统，提升智能服务的智能化水平。 在投资策略生成、保险推荐、健康管理等场景中，设计基于强化学习的解决方案。 4.负责Agentic（智能体）开发，设计具备自主决策能力的智能服务系统。 5.探索Agentic在智能投顾、智能保顾、健康管理中的应用场景，提升服务的智能化和个性化水平。 6.关注前沿技术（如多模态模型、知识图谱、生成式AI等），探索其在智能服务中的应用潜力。 结合业务需求，设计创新性技术方案，提升产品竞争力。

1、对语音方向有浓厚兴趣，扎实的语音信号处理和深度学习理论功底，对语音领域前沿技术有深入跟踪与实践，精通语音识别、语音理解、语音交互中至少两个领域。 2、、语音识别方向：精通语音识别全链路技术，包括 VAD、声学模型、语言模型、端到端建模（CTC / RNN-T / Conformer 等），熟悉解码与优化方法（Beam Search / WFST / LM 融合等），具备复杂声学环境下识别效果优化的实战经验。 3、语音理解方向：对语音大模型与语音理解技术有深入理解，熟悉主流语音理解大模型方案（如 Whisper、Qwen-Audio 等），具备 LLM 理论基础和调优实践经验，能够将语音理解能力与业务场景深度结合。 4、语音交互方向：熟悉语音交互系统架构，具备半双工 / 全双工语音交互系统开发经验，深入理解语义打断（barge-in）、轮次控制、端点检测等关键机制，有语音交互链路从设计到上线的完整研发经验。 5、熟悉语音大模型的训练和调优技术，熟悉预训练、后训练、上下文学习、反馈强化学习等相关技术，具备独立设计训练方案和解决训练疑难问题的能力。 6、具备良好的工程能力，熟练使用 Python / C++，熟悉模型部署与推理优化技术（如 ONNX / TensorRT / 量化加速等），能够推动算法从原型到高性能线上服务的全流程落地。

1.负责视频号直播推荐及直播电商推荐技术优化，包括但不限于召回、粗排、精排、重排等； 2.负责视频号直播推荐及直播电商业务策略优化，包括但不限于人群优化、内容生态等； 3.结合业务的实际特点探索前瞻技术方向，包括生成式推荐、推荐大模型等。

1.负责视频号直播业务的推荐技术和策略优化，包括召回、排序、重排等关键环节，提升视频号直播的分发效率和用户体验； 2.负责前沿技术的探索和落地，包括LLM4Rec、推荐大模型、生成式推荐、推荐文案生成等方向。