中国平安
算法高级工程师（大模型）
算法高级工程师（大模型）
发布于 大约 2 个月前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
其它
PyTorch
强化学习
自然语言处理
TensorFlow
多模态
健康管理
金融科技
大模型
Agentic
AI 估算 · 25k–45k
大模型方向稀缺，高级岗位薪资竞争力强，平安平台提供稳定收入
职位详情
关于这个职位
该职位是平安集团算法高级工程师（大模型方向），主要负责将大模型、强化学习、智能体等前沿AI技术应用于智能投顾、智能保顾和健康管理等金融健康场景
你将深入参与模型微调、决策系统设计以及多模态交互探索，推动技术落地并提升产品智能化水平
适合有3年以上经验、热爱技术挑战的算法工程师
最低要求
计算机科学、人工智能、金融工程、生物医学工程或相关专业本科及以上学历，3年以上算法开发经验
扎实的算法基础，熟悉大模型、强化学习、自然语言处理等技术，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），有大模型微调经验者优先
对Agentic开发、多模态交互技术有一定了解，有相关实践经验者优先
对大模型、强化学习、Agentic等前沿技术在金融和健康领域的应用有深刻理解，能够结合业务需求设计创新性解决方案
对多模态模型、生成式AI、知识图谱等技术保持高度关注，具备快速学习和应用新技术的能力
工作职责
负责智能投顾、智能保顾、健康管理服务等领域的算法设计与实现，推动大模型、强化学习等技术在金融和健康场景中的落地应用
设计并优化智能服务算法，提升模型在复杂场景中的准确性和鲁棒性
负责大模型（如LLM、GPT系列）的微调和优化，使其适应智能投顾、智能保顾、健康管理等场景的需求
探索大模型在多模态交互、个性化服务推荐、风险评估等场景中的应用
研究和实现强化学习算法，设计智能决策系统，提升智能服务的智能化水平
在投资策略生成、保险推荐、健康管理等场景中，设计基于强化学习的解决方案
负责Agentic（智能体）开发，设计具备自主决策能力的智能服务系统
探索Agentic在智能投顾、智能保顾、健康管理中的应用场景，提升服务的智能化和个性化水平
关注前沿技术（如多模态模型、知识图谱、生成式AI等），探索其在智能服务中的应用潜力
结合业务需求，设计创新性技术方案，提升产品竞争力
AI 洞察
优缺点分析
优点
- 大模型方向前沿，技能积累价值高，市场稀缺
- 平安平台资源丰富，业务场景真实且数据量大
- 金融+健康双赛道，应用前景广阔
- 算法团队实力强，技术氛围浓厚
- 技术难度大，需持续学习最新研究成果
- 业务场景复杂，模型落地需应对严格监管和准确性要求
- 适合对AI前沿技术有浓厚兴趣、喜欢解决复杂问题、希望在金融科技领域深耕的算法工程师
缺点 / 挑战
- 项目推进压力可能较大，需要快速迭代
角色解读
- 技术专家路线：深耕大模型与强化学习，成为领域权威
- 管理路线：带领算法团队，负责智能服务产品线
- 跨领域发展：向金融科技或健康科技业务专家转型
- 负责大模型在金融健康场景的微调与落地，优化模型性能
- 研发强化学习智能决策系统，用于投资策略生成和保险推荐
- 开发具备自主决策能力的智能体，提升服务智能化水平
- 探索多模态、知识图谱等前沿技术在业务中的应用
- 扎实的算法与机器学习基础，熟悉大模型原理和微调方法
- 掌握强化学习算法（如PPO、DQN）及决策系统设计
- 具备Agentic开发经验，了解多模态交互技术
- 熟练使用深度学习框架（TensorFlow、PyTorch）和 NLP 工具
申请策略
- 关注平安在科技转型方面的战略，面试时体现对金融业务的兴趣
- 提前准备1-2个技术方案，展示从业务需求到技术实现的全链路思考
- 突出大模型项目经验（如微调、部署）及量化成果
- 强调强化学习或智能体相关成果（如论文、竞赛、开源贡献）
- 展示在金融或健康领域的应用案例，说明技术如何解决业务问题
- 如有专利、顶会论文或知名项目，务必提及
- 学习LLM微调技术（如LoRA、P-tuning）和推理加速
- 补充强化学习算法（如PPO、SAC）和模拟环境搭建
面试指南
- 从问题定义、数据准备、模型选型、调优策略、评估迭代思路回答，注意结合业务约束
- 针对业务场景给出具体方案，强调实验验证和鲁棒性设计
- 体现对监管要求的理解，如数据隐私、合规审核等
- 如何微调一个大模型以适应智能投顾场景？请描述技术路线
- 强化学习在保险推荐中如何设计状态、动作和奖励函数？
- 设计一个基于大模型的智能问答系统，需要考虑哪些关键点？
- 如何评估大模型生成内容的准确性和合规性？
- Agentic智能体在健康管理中有哪些应用场景？如何保证决策安全？
匹配度报告
69
综合匹配度
平安大模型高级岗，前沿技术栈，发展空间大，但WLB可能一般。
适合人群
该职位最适合发展性动机强烈的求职者，即追求技术成长、前沿应用和职业突破的算法工程师。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展90
工作生活40
使命价值75
薪资福利匹配
70中等
平安作为大型上市企业，薪资福利体系完善，但具体薪资未在JD中披露；大模型方向人才稀缺，预计薪酬有竞争力，但可能存在绩效波动。
薪资信号未披露（AI估算：25K-45K/月）
成长发展匹配
90较高
职位聚焦大模型、强化学习、智能体等前沿技术，能深度参与技术落地与创新，成长空间极大；但JD未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈大模型、强化学习、多模态、Agentic、TensorFlow、PyTorch、LLM
业务类型profit_center
工作生活匹配
40较低
JD未提及远程或弹性办公，也未明确工作强度，但互联网/金融科技行业普遍存在一定加班，生活方式灵活性较低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
75中等
AI+金融健康行业增长率高，技术应用能提升金融服务效率和健康管理体验，具有积极社会意义，但并非公益性质。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs