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 15 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
PyTorch
强化学习
自然语言处理
TensorFlow
生成式AI
多模态交互
知识图谱
大模型
PaddlePaddle
Agentic
AI 估算 · 35k–55k
大模型方向人才稀缺，金融科技复合背景有溢价，平安平台稳定，薪资竞争力强。
职位详情
关于这个职位
平安招聘算法高级工程师（大模型），负责金融和健康领域的智能服务算法设计与实现，包括大模型微调、强化学习、Agentic开发等前沿技术
你将参与智能投顾、智能保顾等核心业务，推动AI落地
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
优先资格
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
AI 洞察
优缺点分析
优点
- 前沿技术栈：大模型、强化学习、Agentic，紧跟AI最新趋势
- 平台优势：平安为大型上市企业，业务场景丰富，数据资源充足
- 金融+健康双领域，兼具商业价值和社会意义
- 技术难度高，需要同时掌握多种前沿技术并实现落地
- 金融行业合规要求严格，模型部署需满足监管要求
缺点 / 挑战
- 工作强度可能较大，追求技术突破的同时需应对业务压力
- 适合对AI在金融和健康领域应用有强烈兴趣，技术功底扎实且渴望挑战的算法工程师
角色解读
- 技术路线：高级工程师→算法专家→AI架构师
- 业务路线：结合金融健康场景，向产品专家或技术管理者发展
- 跨领域：积累大模型经验后可转型至其他AI应用方向
- 设计和实现智能投顾、智能保顾等场景的算法，包括大模型微调和优化
- 研发强化学习决策系统，用于投资策略生成和保险推荐
- 开发具备自主决策能力的Agentic系统，探索多模态交互应用
- 扎实的算法基础，精通大模型、强化学习、NLP
- 熟练使用TensorFlow、PyTorch等深度学习框架，有模型训练和优化经验
- 了解Agentic开发和多模态技术，有相关实践经验者优先
申请策略
- 了解平安的金融和健康业务线，准备结合业务场景的技术方案
- 关注公司在AI领域的布局，展示你对行业的洞察
- 突出大模型微调或强化学习的项目经验，包括模型架构、数据、效果
- 强调在金融或健康领域的算法落地案例，体现业务理解
- 列出掌握的框架和工具，特别是PyTorch、TensorFlow、PaddlePaddle
- 补充Agentic框架（如LangChain、AutoGPT）的实践经验
- 学习多模态模型（如CLIP、Florence）的基础与应用
面试指南
- STAR法则：项目背景、任务、行动、结果，突出技术细节和量化成果
- 对比分析：新旧方法对比，说明优势和创新点
- 业务导向：强调技术如何服务于业务目标，体现商业敏感度
- 请举例说明你如何微调一个大模型并提升特定任务的效果
- 强化学习在推荐系统中的应用如何设计？与监督学习相比有何优劣？
- 你对Agentic（智能体）的理解？在实际项目中如何实现？
- 如何平衡模型精度与推理速度？在金融场景中如何取舍？
- 请描述一个你解决过的复杂算法问题，包括思路和结果
匹配度报告
79
综合匹配度
平安大厂，大模型+金融健康，薪资优厚，技术成长快，但WLB未明确。
适合人群
适合追求技术前沿和职业发展的求职者，对薪资和成长有较高期待，能接受现场办公。
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90
工作生活60
使命价值80
薪资福利匹配
85较高
平安作为上市巨头，薪资具有市场竞争力，福利体系完善，但JD未明确薪资和福利细节。
薪资信号未披露（AI估算：35K-55K/月）
成长发展匹配
90较高
职位涉及大模型、强化学习、Agentic等前沿技术，能快速提升技术深度，成长路径清晰。
技术前沿前沿/新兴技术
技术栈大模型、强化学习、自然语言处理、TensorFlow、PyTorch、Agentic、多模态交互、知识图谱、生成式AI
业务类型profit_center
工作生活匹配
60中等
仅现场办公，未提及弹性工作或远程，工作强度可能较高，WLB信号缺失。
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
80较高
金融和健康领域具有显著社会价值，AI技术可提升服务效率，但JD未强调使命感。
行业发展高速增长赛道
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