平安科技算法高级工程师（大模型）
任职要求
1.计算机科学、人工智能、金融工程、生物医学工程或相关专业本科及以上学历，3年以上算法开发经验。 2.扎实的算法基础，熟悉大模型、强化学习、自然语言处理等技术，有丰富的模型训练和优化经验。 3.熟悉主流深度学习框架（如TensorFlow、PyTorch、PaddlePaddle），有大模型微调经…
工作职责
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. 负责各尺寸多模态大模型的基础能力建设，提高模型泛化能力和垂域能力，重点提升手机场景的大模型基础能力； 2. 负责多模态模型的下游算法研究，例如：继续预训练，后训练，强化学习，搜索增强，多模态embedding等技术方向； 3. 负责多模态技术在屏幕内容理解，UI理解，多模态问答，视觉生成等应用领域的研究和落地工作； 4. 跟进业界前沿技术，持续提升团队在多模态算法方面的技术积累。
构建下一代基于大型语言模型（LLM）的智能搜索系统，通过深度语义理解与用户意图解析，实现从“关键词匹配”到“需求精准洞察”的跨越，推动搜索技术从信息检索向智能交互与决策赋能的范式升级！ 1.负责设计并实现基于LLM的智能搜索架构，优化语义理解、意图识别与结果排序算法； 2.构建用户需求画像系统，结合实时行为数据动态调整搜索策略，提升搜索结果相关性与用户满意度； 3.探索生成式搜索技术（如Query扩展、结果摘要生成），推动搜索从“信息呈现”向“决策辅助”升级。
1. 主导完成AI在电动汽车智造领域的关键技术预研、业务攻坚工作 2. 运用大数据、人工智能和运筹优化等先进数字技术，深入挖掘和分析海量汽车工厂制造数据，建立模型，解决制造领域遇到的问题，提高生产效率，降低成本 3. 主导汽车工厂侧算法项目，包括但不局限于生产计划，排产排程，人员排班，智能帮助机器人等项目，不断完善和优化算法，以技术驱动公司业务成长，体现技术价值 4. 主导汽车舆情产品算法建设，包括标签分类，情感分类，热词提取等，辅助完成汽车舆情管理闭环
1. 负责舆情监测系统中 NLP 相关任务的算法建模与优化，包括文本分类、情感分析、实体识别、语义理解、视频内容理解等模块，确保能够快速准确地从海量文本数据中提取有价值的信息，为舆情预警、趋势分析等应用提供坚实技术支撑。 2. 深入研究舆情数据特点，探索适合的 NLP 模型架构与算法策略，针对舆情文本的复杂性（如网络用语、多领域话题交织等），不断改进现有模型，提高模型泛化能力，使其能够应对多样化的舆情场景和数据变化。 3. 进行标注标准制定，协同标注人员构建高质量数据集，为算法训练提供基础数据，同时基于反馈数据持续优化算法效果，以数据驱动算法迭代。 4. 跟踪行业前沿技术动态与研究成果，如将大语言模型，多模态模型等应用于舆情分析场景。 5. 协助开发团队将算法成果工程化落地，确保模型在实际舆情监测系统中的高效稳定运行，参与算法性能的测试与评估工作，及时解决上线过程中出现的技术难题，保障系统稳定性。