中国平安
大模型算法工程师（专场）
大模型算法工程师（专场）
发布于 1 天前普通员工/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
多模态
大模型
保险
GPT
RLHF
医疗健康
AI 估算 · 30k–50k
大模型是当前热门方向，上海互联网大厂，1年以上经验，薪资具有竞争力，结合市场行情估算。
职位详情
关于这个职位
作为一名大模型算法工程师，你将负责将大模型技术应用于保险和医疗健康业务场景，包括营销、理赔、就医服务等，通过模型微调、RLHF等手段提升业务效能
岗位要求具备GPT实践经验、扎实的编程和深度学习基础，并有一定的NLP或大模型经验
适合对AI落地有热情，希望在金融科技和医疗健康领域深耕的候选人
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
- 站在AI和大模型的技术前沿，接触最新的大模型应用实践，个人技能快速提升
- 中国平安作为世界500强巨头，平台大、资源多，项目落地场景丰富，职业稳定性高
- 保险+医疗健康行业数据丰富，应用场景明确，AI落地价值高，能够看到实际业务成效
- 公司已上市，发展成熟，福利待遇规范（五险一金、补充医疗等），薪资有竞争力
- 大模型领域发展极快，需要持续学习最新技术，保持技术敏感度，工作压力较大
- 需要与业务团队紧密协作，对非技术背景人员有效沟通，对表达和业务理解能力要求高
- 模型落地过程中可能遇到数据隐私、合规性等约束，需要平衡技术创新与业务实际
- 适合至少1年大模型实战经验、对AI落地充满热情、希望在金融和医疗健康领域深耕的技术型人才
角色解读
- 技术纵深发展：成为大模型专家，专注于AI算法优化和模型架构创新，晋升为高级/资深算法工程师
- 横向扩展：深入理解保险和医疗行业，转型为AI产品经理或解决方案架构师，主导业务与技术的融合
- 管理路线：积累经验后带领团队，成为AI团队的技术负责人或经理
- 与业务团队协作，理解保险和医疗健康场景，将大模型技术应用于营销、理赔、就医服务等实际业务中，提升效率和体验
- 负责大模型的微调、数据清洗、模型评测，必要时使用RLHF强化学习以优化模型表现
- 持续追踪前沿大模型技术，探索其在公司业务中的创新应用，推动技术落地
- 编写高质量代码，使用Python/C++和深度学习框架实现模型训练和部署
- 扎实的编程能力，精通Python或C++，熟练使用TensorFlow或PyTorch等深度学习框架
- 在NLP、多模态或大模型方向有实践经验，包括数据处理、模型微调和评测
- 至少1年GPT大模型实战经验，了解RLHF等前沿技术
- 良好的沟通能力，能够与非技术团队有效协作，自驱力强
申请策略
- 在申请前研究平安在AI领域的布局，例如平安科技、平安好医生等子公司，了解其大模型应用案例，在面试中展现对公司的兴趣
- 准备好回答如何将大模型应用到具体业务场景的问题，展示你的业务思维
- 突出1年以上GPT大模型实践项目经历，详细说明你在数据处理、模型微调、评测中的具体工作和成果
- 展示Python/C++编程能力，并列举用过的深度学习框架（TensorFlow/PyTorch）和NLP/多模态项目
- 如果有RLHF经验务必强调，这是加分项
- 如有保险或医疗健康相关项目经验，单独列出以匹配优先条件
- 提前学习RLHF相关技术和工具（如TRL、DeepSpeed），提升对强化学习在LLM中应用的理解
- 了解保险和医疗健康基础知识，熟悉常见业务术语，以便更好理解应用场景
面试指南
- 对于项目类问题，采用STAR法则：背景、目标、行动、结果
- 强调你的贡献和量化成果
- 对于技术原理问题，先给出核心概念，再结合实际经验说明应用和权衡，展现深度理解
- 对于场景设计问题，从业务目标出发，逐步拆解数据、模型选型、评估指标和落地风险，体现系统性思维
- 请分享一个你使用大模型微调的实际项目，包括数据准备、模型选择、微调策略和最终效果
- 请解释RLHF的工作原理，你如何在项目中应用它？有什么挑战？
- 如果你要将大模型应用在保险理赔场景，你会如何设计？请考虑数据、模型和评估
- 你如何跟踪大模型领域的最新进展？最近有哪篇论文或技术让你印象深刻？
匹配度报告
70
综合匹配度
大厂大模型岗位，技术前沿，薪资优厚，但工作强度可能较高。
适合人群
适合追求技术成长和职业发展，能接受一定工作压力，对AI落地有热情的求职者。
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90
工作生活50
使命价值60
薪资福利匹配
80较高
大厂上市，薪资水平偏高，福利待遇规范，补偿性动机满足程度较高。
薪资信号市场水准 (30K-50K/月)
成长发展匹配
90较高
大模型前沿技术，项目落地场景丰富，技能成长空间大，晋升路径明确。
技术前沿前沿/新兴技术
技术栈GPT、大模型、RLHF、NLP、多模态、TensorFlow、PyTorch
业务类型profit_center
工作生活匹配
50较低
仅现场办公，未提弹性工作，互联网大厂可能有一定加班，生活平衡一般。
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
60中等
保险和医疗健康行业具有社会价值，但JD未明确使命导向，意义感一般。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs