大模型AI应用开发工程师（金融大客户方向）-北京
岗位摘要
金融业务场景AI落地：深入理解银行信贷风控、反欺诈、客户画像、智能投顾等业务逻辑，设计并开发AI解决方案，推动数据驱动的业务决策。与业务部门协作，将金融需求转化为AI模型开发任务，确保技术方案贴合实际业务场景
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 金融业务场景AI落地：深入理解银行信贷风控、反欺诈、客户画像、智能投顾等业务逻辑，设计并开发AI解决方案，推动数据驱动的业务决策。与业务部门协作，将金融需求转化为AI模型开发任务，确保技术方案贴合实际业务场景
- 大模型微调与优化：负责GPT、LLaMA等主流大语言模型的领域适配微调，结合银行私有数据优化模型性能。应用Prompt工程、RAG（检索增强生成）技术提升模型在金融文本生成、合规审查等任务中的准确率
- AI Agent与智能体开发：设计并实现基于大语言模型的智能体(Agent)系统架构，包括任务理解、规划、执行和反馈循环等核心模块。熟练运用Function Calling/Tooling机制，将模型能力与内外部API、工具和服务进行安全、可靠的集成
- 机器学习全流程开发：主导从数据清洗、特征工程、模型训练（机器学习/深度学习）到部署上线的全流程，覆盖监督学习、无监督学习及强化学习等场景。优化高并发金融场景下的模型推理效率，应用模型压缩、分布式计算等技术
- Vibe Coding与AI辅助开发：遵循"Vibe Coding"理念，高效利用AI辅助开发工具（如Claude Code、Cursor等）提升编码效率和质量，负责对AI生成的代码进行严格的审查、重构和测试
- 跨部门协作与技术赋能：协同算法团队、产品经理及风控部门，确保AI项目按时交付，并编写技术文档推动知识沉淀
任职要求
- 计算机科学、人工智能、金融工程等相关专业本科及以上学历，3年以上AI项目开发经验
- 精通Python，熟悉Java，具备扎实的编程能力和算法基础
- 熟悉主流深度学习框架（PyTorch/TensorFlow），具备大模型部署经验
- 大模型技术栈：熟悉LangChain、LlamaIndex等大模型应用开发框架，掌握Prompt Engineering、RAG、Agent等核心技术
- 向量数据库：熟悉向量数据库（如Milvus、FAISS、Pinecone）的使用和优化
- 分布式系统：熟悉分布式系统设计，具备模型部署（云平台AWS/Azure或边缘设备）及性能优化经验
- 工程化能力：熟悉Docker容器化技术、Git版本控制以及CI/CD流程，具备独立将应用部署到云环境的能力
- 熟悉银行风控、客户分析、智能营销等业务逻辑，有金融科技项目经验者优先
- 具备信贷风控、反欺诈、智能投顾等场景AI模型落地案例者优先
- 熟悉金融知识图谱构建、智能投顾系统开发
加分项
- 熟悉金融知识图谱构建、智能投顾系统开发
- 具备AI Agent框架（如LangChain）、金融领域多模态交互开发经验
- 有构建复杂Agent或Multi-Agent系统的实践经验
- 在NeurIPS/ICML等顶会或GitHub高星项目有成果
- 强大的跨部门沟通能力，能将技术术语转化为业务语言
- 对AI在金融领域的创新应用有热情，能快速学习新技术并解决复杂问题
- 具备良好的团队合作和沟通能力，能够在压力下工作
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。