保险科技-大模型高级工程师

优缺点分析

角色解读

• 在腾讯内部深耕大模型技术，成为保险垂类模型专家或技术负责人
• 横向拓展至金融、医疗等其他垂直领域，拓宽业务影响力
• 向技术管理岗发展，带领团队推动AI在保险行业的创新落地
• 负责保险大模型的后训练全流程，包括SFT、RLHF、奖励模型等，提升模型在保险场景的专业能力
• 设计并构建高质量保险指令数据集，涵盖核保、理赔、健康咨询等场景，主导数据标注与质量评估
• 基于Agentic-RL构建保险业务仿真环境，对接API体系，支持工具调用，提升模型在真实流程中的决策能力
• 搭建自动化评测体系，持续跟踪模型效果，驱动数据与算法迭代，保障模型在售前/售中/售后全链路落地
• 精通LLM后训练全流程（SFT、RLHF/DPO/GRPO、Reward Model），有实践经验
• 熟练使用PyTorch、Transformers、DeepSpeed、Megatron-LM、vLLM等训练/推理框架
• 熟悉指令微调数据构建、偏好数据建设、数据质量评估全链路
• 了解保险/金融领域知识图谱、RAG、智能体开发，有相关经验优先

申请策略

• 提前了解腾讯保险科技的业务方向（如微保），在面试中展现对保险+AI结合的思考
• 关注腾讯大模型技术布道（如混元大模型），准备相关技术观点
• 重点突出大模型后训练项目经验（SFT、RLHF等），量化模型效果提升（如准确率、合规率）
• 强调数据构建和评测体系搭建的经历，展示数据驱动优化的能力
• 如果有保险或金融领域应用经验，务必突出展示
• 列出熟练使用的框架和工具（如DeepSpeed、vLLM），并说明实际应用场景
• 补强RLHF的数学原理和工程实现，尤其是GRPO等新方法
• 了解保险业务基础（核保、理赔流程），提升领域理解

面试指南

• 使用STAR法则：情境（Situation）、任务（Task）、行动（Action）、结果（Result），清晰结构化回答
• 先理论后实践：先简述原理，再结合实际项目经验，最后总结收获和反思
• 突出解决难题的思考过程：遇到什么困难，如何尝试不同方案，为什么选择当前方案
• 请详细描述你参与过的一个大模型后训练项目，包括SFT和RLHF的具体实现
• 如何设计和构建高质量的偏好数据（Preference Data）？有哪些关键质量指标？
• 在RLHF中，奖励模型（Reward Model）的训练有哪些常见问题？如何解决？
• 保险场景中，如何确保大模型输出的合规性和事实准确性？
• 请谈谈你对Agentic-RL的理解，以及如何应用于保险业务？