平安科技算法工程专家（大模型）
任职要求
技术能力： 1. 计算机科学、人工智能、金融工程或相关专业硕士及以上学历，5年以上算法开发经验，3年以上技术管理经验。 扎实的算法基础，熟悉深度学习、自然语言处理、强化学习等技术，有丰富的模型训练和优化经验。 熟悉主流深度学习框架（如TensorFlow、PyTorch、PaddlePaddle），有大模型（如LLM）开发经验者优先。 对金融领域有一定了解，熟悉投资、保险、风险管理等基础知识。 技术视野： 对大模型技术（如LLM、GPT系列）在金融领域的应用有深刻理解…
工作职责
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. 跟踪大模型的国际前沿算法技术动态，定期输出技术调研报告并试点验证，评估其在业务中的应用价值； 2. 负责大模型在端侧/边缘场景的优化与落地，包括模型压缩、推理加速、多模态输入处理与上下文管理； 3. 负责数据计算、运动控制、图像处理算法的研发与优化； 4. 跨团队参与产品的需求评审，制定算法验收标准，配合测试团队完成算法在各应用场景下的效果验证与版本迭代； 5. 主导算法在 RISC-V 架构硬件上的移植、量化与性能优化，确保算法运行的稳定性和实时性； 6. 负责撰写设计方案、接口规范等技术文档，参与专利布局及相关学术论文的撰写；
1. 跟踪大模型的国际前沿算法技术动态，定期输出技术调研报告并试点验证，评估其在业务中的应用价值； 2. 负责大模型在端侧/边缘场景的优化与落地，包括模型压缩、推理加速、多模态输入处理与上下文管理； 3. 负责数据计算、运动控制、图像处理算法的研发与优化； 4. 跨团队参与产品的需求评审，制定算法验收标准，配合测试团队完成算法在各应用场景下的效果验证与版本迭代； 5. 主导算法在 RISC-V 架构硬件上的移植、量化与性能优化，确保算法运行的稳定性和实时性； 6. 负责撰写设计方案、接口规范等技术文档，参与专利布局及相关学术论文的撰写；
1，设计和实现开创性的 continual pretraining、mid-training/post-training 算法，在 continual learning (on-policy distillation, self distillation, rft, etc)、data mixture modeling等方向上实现基座模型特定能力真实、显著的提升，支持新一代旅行消费应用的诞生。 2，高质量合成数据建设，通过研发自动化数据生产算法和pipeline，支持模型能力持续提升。 3，构建科学、严谨的算法评测体系，量化模型真实能力、建立算法指标和下游应用效果的关联。 4，跟进领域前沿、掌握领域发展趋势。