大模型算法工程师-财经

1、通过LLM的Continue Pre-Train、SFT、奖励/偏好建模（生成式奖励、RLAIF/RLHF等）、端到端强化学习等方法，解决大模型在金融场景的领域知识注入、推理与决策、生成幻觉、指令遵循、个性化回复等问题；

2、通过Multi Agent框架和推理加速技术的探索，解决实时对话中Function call、历史对话记忆、在线推理延迟、ReAct、Context管理、RAG等问题；

3、通过端到端文本生成、端到端语音生成、ASR、TTS等模型的研究，解决金融场景实时语音对话的问题；

4、通过NL2SQL、代码生成、金融数据理解等探索解决金融场景的数据和市场智能分析。

1、扎实的深度学习/NLP/RL基础，有靠谱想法且动手能力强，出色的独立分析和解决问题的能力，能够深入定位并系统性解决大模型优化中的关键问题（数据、训练、推理、评测或线上链路）；

2、在LLM/Agent/多模态有扎实积累，在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过相关高质量论文，主导过相关且有影响力的项目者优先；

3、优秀的代码能力（熟练Python/C++），在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；

4、对AI的实际效用和突破性应用充满热情，敢于挑战未知问题，良好的自驱力和沟通协作能力，并愿意把前沿研究转化为可验证、可上线、可规模化的能力；

5、优秀的产品和业务感知能力，责任心强，积极主动，有良好的沟通能力和团队合作能力，能够完成有挑战的目标。