中国平安
算法工程专家（大模型）
算法工程专家（大模型）
发布于 大约 17 小时前中层管理(经理/总监)
深圳市
专家级经验
全职员工
仅现场办公
硕士
团队管理
深度学习
PyTorch
强化学习
自然语言处理
TensorFlow
LLM
金融
大模型
智能投顾
AI 估算 · 40k–60k
大模型专家稀缺，平安金融科技平台优势明显，深圳市场竞争力强，薪资处于行业高位。
职位详情
关于这个职位
加入中国平安，成为算法工程专家，专注大模型在智能投顾和智能保顾领域的落地
你将领导算法团队，设计优化大模型架构，提升金融场景的准确性和鲁棒性，同时探索LLM、强化学习等前沿技术
适合有深厚算法功底和团队管理经验的技术专家
最低要求
计算机科学、人工智能、金融工程或相关专业硕士及以上学历，5年以上算法开发经验，3年以上技术管理经验
扎实的算法基础，熟悉深度学习、自然语言处理、强化学习等技术，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（如LLM）开发经验者优先
对金融领域有一定了解，熟悉投资、保险、风险管理等基础知识
对大模型技术（如LLM、GPT系列）在金融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
对前沿技术（如多模态模型、强化学习、知识图谱等）保持高度关注，具备快速学习和应用新技术的能力
具备优秀的沟通能力和团队管理能力，能够与产品、业务、算法等团队高效协作
良好的英文阅读能力，能够快速理解技术文档和论文
工作职责
负责大模型在智能投顾、智能保顾领域的算法设计与实现，推动模型在金融场景中的落地应用
领导算法团队，设计大模型架构，优化模型性能，提升模型在复杂金融场景中的准确性和鲁棒性
深入研究金融领域的业务需求，结合大模型技术，设计智能化解决方案，提升用户体验和业务价值
关注前沿技术（如LLM、Agentic开发、强化学习、多模态模型等），探索其在智能投顾、智能保顾中的应用场景，保持技术领先性
与产品、业务团队紧密合作，确保算法模型与业务需求的高效对接，推动产品快速迭代
负责团队知识分享，提升团队整体技术水平
优先资格
有金融领域的算法开发经验，熟悉智能投顾、智能保顾、量化投资等场景
有大模型在金融领域的应用经验，如金融问答、投资策略生成、风险评估等
熟悉金融监管要求，能够设计符合合规要求的算法模型
AI 洞察
优缺点分析
- 身处大模型最前沿领域，技术价值高，个人能力提升快
- 背靠中国平安，拥有海量金融数据和丰富业务场景，算法落地机会多
- 领导团队机会，锻炼管理能力，职业发展空间大
- 薪资待遇优厚，福利完善，行业竞争力强
- 金融场景对算法准确性、合规性要求极高，技术挑战大
- 大模型技术迭代迅速，需要持续学习保持领先
- 团队管理与技术兼顾，对时间精力要求较高
- 适合兼具深厚算法功底和团队管理经验，对金融科技有浓厚兴趣，愿意在大模型一线攻坚的技术专家
角色解读
- 技术纵深发展：成为大模型在金融领域的顶级专家，引领技术创新
- 管理路线晋升：向算法总监、技术副总裁等高层管理岗位发展
- 跨领域拓展：结合金融业务，转型为产品总监或业务线技术负责人
- 设计并实现大模型在智能投顾、智能保顾场景的算法，推动技术落地
- 领导算法团队，优化模型架构与性能，保障在复杂金融场景下的准确性和鲁棒性
- 结合前沿技术（如强化学习、多模态），探索创新应用并提升业务价值
- 与产品、业务团队协作，确保模型高效对接业务需求，并负责团队知识分享
- 精通深度学习、NLP、强化学习，具有大模型开发与优化经验
- 熟练掌握 TensorFlow、PyTorch 等主流框架，具备模型训练全流程能力
- 具备团队管理能力，能带领算法团队完成技术攻关与落地
- 对金融领域（投资、保险、风控）有基本了解，能设计符合业务需求的解决方案
申请策略
- 关注平安科技的文化和战略方向，体现对金融科技使命的认同
- 准备一个完整的大模型在金融场景落地的项目案例，包括技术选型、挑战与解决
- 突出大模型（LLM）相关项目经验，尤其是金融领域落地案例
- 强调算法团队管理成果，如团队规模、技术突破、业务影响
- 展示在深度学习、NLP、强化学习等方向的技术深度和创新
- 提及对金融业务的理解，如投资、保险、风控相关项目
- 补充金融领域知识，如量化投资、风险建模
- 深入研究 Agentic 开发、多模态模型等前沿技术
面试指南
- STAR法则：情境、任务、行动、结果，清晰展示项目价值和你的贡献
- 技术+业务结合：先阐述技术方案，再说明如何满足业务需求和合规要求
- 领导力体现：分享团队管理经验，强调沟通协调和人才培养
- 请谈谈你在大模型领域的实际项目经验，以及如何优化模型性能？
- 如何设计一个智能投顾系统？需要考虑哪些关键技术点和业务约束？
- 你如何带领算法团队进行技术攻关？请举例说明
- 大模型在金融场景中面临哪些特有挑战（如数据隐私、可解释性）？如何解决？
- 关注哪些前沿技术？它们如何应用到智能保顾中？
匹配度报告
74
综合匹配度
金融科技大厂，大模型前沿岗位，薪资优厚、技术成长快，但工作强度高。
适合人群
最适合追求技术成长和职业发展的求职者，愿意在高压下挑战前沿并带领团队。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展92
工作生活50
使命价值70
薪资福利匹配
85较高
薪资水平较高，福利完善，上市大公司提供稳定性，但未明确具体福利项。
薪资信号偏高 (40K-60K/月)
成长发展匹配
92较高
大模型前沿技术，领导团队机会，金融场景复杂，极利于技能成长和职业发展。
技术前沿前沿/新兴技术
技术栈大模型、LLM、深度学习、自然语言处理、强化学习、多模态模型
业务类型profit_center
工作生活匹配
50较低
未提及工作模式，深圳科技岗位通常需现场办公，可能加班。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
70中等
金融科技有社会价值，但使命导向不强，属于中性。
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