中国平安
大模型算法工程师
大模型算法工程师
发布于 大约 17 小时前普通员工/个人贡献者
上海市
初级经验
全职员工
仅现场办公
本科
NLP
PyTorch
TensorFlow
模型微调
大模型
保险
GPT
RLHF
医疗健康
AI 估算 · 25k–45k
大模型热门方向，平安平台大，1年经验薪资有竞争力，参考上海同级别水平。
职位详情
关于这个职位
这是一个在大模型技术快速发展的浪潮中，结合保险和医疗健康业务场景的算法工程师职位
你将负责大模型的选型、微调和落地，推动AI在营销、理赔、就医服务等环节的应用，适合有NLP或大模型实践经验的工程师
最低要求
本科以上学历，有1年以上GPT大模型实践经验
优秀的编程能力，精通Python或C++，熟悉主流深度学习框架TensorFlow/Pytorch等
在NLP、多模态、大模型等一个或多个方向，有深入的数据处理、模型微调、模型评测等实践经验
自驱力和责任心强，积极主动，较强的沟通表达能力，能够与非技术团队成员有效沟通
工作职责
理解保险业务+医疗健康行业的大模型应用需求，利用大模型分析与处理保险+医疗健康行业的应用场景，如：营销、理赔、就医服务等，提升业务效能
负责选择合适的预训练模型和数据集，进行数据处理，模型微调，模型评测等工作，必要时加入RLHF人类反馈强化学习
追踪前沿大模型在保险+医疗健康行业中的应用，结合公司业务场景，探索并推动大模型场景落地
优先资格
熟悉保险、医疗健康相关领域经验优先
AI 洞察
优缺点分析
- 大模型是当前AI最热方向，积累前沿技术经验，职业前景广阔
- 平安作为行业巨头，资源丰富，项目落地性强，能接触真实业务场景
- 结合保险医疗领域，具有行业壁垒，不易被替代，长期价值高
- 大模型技术迭代快，需要持续学习，保持技术敏锐度，工作压力较大
- 业务场景复杂，需要快速理解保险医疗行业知识，沟通成本高
- 作为初级工程师，可能承担较多基础数据处理和模型调试工作，重复性任务
- 适合有大模型或NLP基础，对保险医疗感兴趣，愿意在技术深度和业务理解上双重成长的工程师
角色解读
- 技术纵深发展：成为大模型专家，主导核心算法研发，解决复杂业务问题
- 横向扩展：结合保险医疗行业知识，转向AI产品经理或解决方案架构师
- 管理路线：随着经验积累，带领小团队，负责算法组管理工作
- 分析保险和医疗健康业务场景，设计大模型应用方案，提升营销、理赔等环节的效能
- 负责数据处理、模型选择、微调和评测，必要时引入RLHF优化模型表现
- 持续跟踪前沿大模型技术，探索新场景落地，推动业务创新
- 扎实的编程能力，精通Python或C++，熟悉TensorFlow/PyTorch等深度学习框架
- 有NLP或大模型实战经验，包括模型微调、数据处理、评测等全流程
- 具备较强的自驱力和沟通能力，能与非技术团队协作推动项目
申请策略
- 在简历或面试中主动表达对保险医疗行业AI应用的兴趣，展示热情
- 关注平安在AI领域的最新动态（如金融科技大会、大模型产品），面试时提及可增加好感
- 突出大模型或NLP项目的完整经验，尤其是数据处理、模型微调和评测过程
- 强调使用Python、PyTorch/TensorFlow的熟练度，最好有量化成果
- 如果有保险或医疗相关项目，即使非直接相关，也要展示跨领域学习能力
- 补充RLHF相关知识，了解人类反馈强化学习的基本原理和常用工具
- 熟悉大模型评估指标（如BLEU、ROUGE、准确率等），并练习如何设计评测方案
- 学习保险或医疗行业基础术语，准备一两个业务场景案例分析
面试指南
- 对于项目介绍：采用STAR法则（情境-任务-行动-结果），突出难点和解决方案，强调个人贡献
- 对于技术方案题：先明确业务目标，再选择模型和训练策略，最后设计评估指标，体现系统性思考
- 对于行业结合问题：展示对业务的理解，提出分步实施策略，强调数据隐私和合规性
- 请介绍你过去的大模型微调项目，包括数据准备、模型选择、调参过程和效果提升
- 如何处理大模型训练中的过拟合问题？你用过哪些正则化或数据增强方法？
- 你对RLHF的理解是什么？在什么场景下你会考虑使用RLHF？
- 假如要将大模型应用于保险理赔场景，你会如何设计技术方案？
- 你如何跟踪大模型领域的最新进展？最近有特别关注哪篇论文或模型？
匹配度报告
71
综合匹配度
大厂大模型岗，前沿技术栈，薪资高成长快，但工作强度大，WLB一般。
适合人群
适合追求技术前沿、渴望快速成长的求职者，对WLB要求不高，愿意为职业发展投入更多时间。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展95
工作生活40
使命价值70
薪资福利匹配
80较高
中国平安作为上市巨头，薪资福利具有竞争力，但JD未明确薪资，通常面议，整体补偿性较好。
薪资信号未披露 (25K-45K/月)
成长发展匹配
95较高
大模型是前沿技术，岗位职责明确涉及模型微调、RLHF，成长空间巨大，能快速积累稀缺技能。
技术前沿前沿/新兴技术
技术栈大模型、GPT、NLP、RLHF、PyTorch、TensorFlow
业务类型ambiguous
工作生活匹配
40较低
仅现场办公，未提及弹性工作制，上海通勤可能耗时，大厂算法岗通常加班较多，WLB一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
保险医疗行业具有社会价值，大模型能提升服务效率和精准度，但岗位偏技术执行，使命感知中等。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs