Watch Jobs
Tencent logo
腾讯
理财通AI算法工程师
立即应聘

理财通AI算法工程师

发布于 大约 15 小时前

普通员工/个人贡献者

深圳市
专家级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Ai Agent
Llm
Mcp
Qwen
Rag
Rlhf
Sft
Tool Learning
Vllm

AI 估算 · 40k–80k

腾讯高级算法工程师，大模型方向市场需求旺盛，技术门槛高，深圳薪资水平较高，综合给出40-80k月薪，16薪。

职位详情

关于这个职位

作为腾讯理财通AI算法工程师，你将专注于大模型在金融科技核心场景（如智能投顾、智能客服、搜索推荐等）的落地与迭代

需要深入掌握LLM及AI Agent前沿技术，主导模型训练、微调、部署及性能优化，推动技术组件标准化
该岗位技术挑战高，适合有大模型项目经验、追求技术深度与业务影响力的算法专家

最低要求

教育与经验：计算机、人工智能或相关专业硕士及以上学历，具备较多的大模型（LLM）项目落地经验

Agent 核心技术：深入理解并熟练应用 Agent 核心范式与组件，包括但不限于 Agent Loop、Tool Use、Skills、MCP (Model Context Protocol)、Memory 机制、RAG 进阶技术、ReAct 以及 Plan-and-Execute 等
模型架构与全栈能力：熟悉 Qwen、DeepSeek、Gemini、Claude 等主流大模型的核心架构与底层原理，对 LLM 全技术栈（如数据处理、SFT、RLHF/DPO 等）有体系化的认知与丰富的实操经验
工程与部署能力：熟练掌握业界前沿的大模型开发框架与部署工具（如 vLLM、TensorRT-LLM、LangChain 等），具备优秀的工程化落地能力，能独立主导模型的训练、微调（如 LoRA/PEFT）及高性能推理部署
数据分析与评估：具备敏锐的数据洞察力，能够构建完善的 LLM 评估体系（如针对幻觉、对齐、多样性的评估）
擅长通过 A/B Test 验证算法收益，利用数据驱动项目迭代
综合素质：具备出色的逻辑思维、跨部门沟通能力与团队协作精神
对技术充满热情，自驱力强，致力于推动大模型在金融科技领域的创新与突破

工作职责

业务落地与技术攻坚：参与腾讯金融科技大模型在智能投顾、智能运营、智能客服、搜索推荐等核心金融场景的落地与迭代

持续优化性能和效率，解决实际应用中的技术难题，推动算法的持续升级
前沿探索与标准沉淀：持续追踪大模型及 AI Agent 领域的前沿技术（如多智能体协同、Tool Learning、Skills、RAG 进阶架构等），结合金融业务痛点沉淀技术方法论，推动技术组件的标准化与平台化，并内化为团队研发规范

AI 洞察

优缺点分析

优点

  • 身处腾讯大平台，接触海量金融数据与真实业务场景，技术落地价值高
  • 聚焦大模型前沿技术（Agent、RAG等），紧跟业界最热方向，个人技术成长快
  • 团队氛围技术导向，能与业界顶尖人才共事，积累深厚的技术与行业经验
  • 跨部门沟通频繁（业务、产品、工程等），需要较强的协作能力与大局观
  • 这个岗位适合有大模型实战经验、热爱技术攻坚、自驱力强，并希望在金融科技领域深耕的算法工程师

缺点 / 挑战

  • 金融业务对模型准确性、安全性要求极高，需要处理合规与风控问题，技术挑战大
  • 大模型领域更新极快，需持续学习前沿论文与工具，保持技术敏感度，工作强度较高

角色解读

  • 技术纵深发展：成为大模型与AI Agent领域的顶尖专家，主导核心算法创新与架构设计
  • 横向扩展：深入理解金融业务，转型为金融科技领域的技术负责人或首席科学家
  • 管理路径：随着团队扩张，可晋升为技术Leader，带领团队攻克难题，推动业务目标达成
  • 你将主导大模型在金融场景（如智能投顾、智能客服）的落地，负责模型训练、微调、部署及性能优化，解决实际业务中的技术难题
  • 持续追踪AI Agent前沿技术，如多智能体协同、Tool Learning等，并结合金融业务痛点沉淀技术方法论，推动组件标准化
  • 构建LLM评估体系，通过A/B Test验证算法效果，以数据驱动项目迭代
  • 精通大模型架构原理，熟练掌握数据处理、SFT、RLHF/DPO等全栈技术
  • 深入理解AI Agent核心范式（Agent Loop、Tool Use、MCP、RAG等），并具备丰富实践经验
  • 掌握vLLM、TensorRT-LLM、LangChain等工程框架，能独立完成训练与高性能推理部署
  • 具备出色的数据分析和工程落地能力，能通过实验设计验证算法收益

申请策略

  • 了解腾讯金融科技的业务方向与产品矩阵，面试中结合具体场景展示算法价值
  • 提前准备1-2个完整的技术方案，覆盖从数据处理到部署上线的全链路，体现系统性思考
  • 突出大模型项目落地经验：详细描述你在LLM的SFT、RLHF、部署等方面的具体工作与量化成果
  • 强调Agent相关实践：展示你在Tool Use、RAG、ReAct等组件上的真实项目，并说明技术难点与解决方案
  • 体现工程能力：列举你使用vLLM、LangChain、TensorRT-LLM等工具进行性能优化的案例
  • 展示数据驱动思维：提供你构建评估体系或A/B Test的经验，用数据证明算法收益
  • 如果对Agent核心组件不够熟悉，建议通过开源项目（如AutoGPT、LangChain）动手实践，加深理解
  • 补充金融领域知识（如理财、风险控制等），有助于面试中展现业务敏感度

面试指南

  • 对于项目经验类问题：用STAR法则（情境-任务-行动-结果）结构化回答，重点突出技术难点、你的角色和量化成果
  • 对于技术原理问题：先给出定义，再结合实际应用对比不同方法，最后总结适用场景
  • 对于系统设计类问题：从需求分析开始，构建整体架构，细化关键模块，考虑边界情况和优化空间
  • 请详细描述你过去主导的一个大模型微调项目，包括数据准备、模型选择、训练策略及效果评估
  • 如何设计一个可靠的RAG系统？请结合金融场景说明其关键组件与优化点
  • Agent框架中Tool Use与MCP的关系是什么？请比较ReAct与Plan-and-Execute范式的优劣
  • 你如何评估一个大模型的性能？请构建一个针对金融问答场景的评估体系
  • 请说说你对LLM幻觉的理解，以及在实际项目中如何检测和缓解幻觉问题

职位点评

76
综合评分

腾讯金融科技核心算法岗，前沿大模型技术栈，高薪高成长，但WLB一般。

从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。

更适合这类人
最适合追求技术深度与前沿发展、愿意接受高强度工作换取快速成长的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展95
工作生活40
使命价值70

薪资福利

85较高

腾讯作为头部互联网公司，薪资福利在行业内具有较强竞争力，但职位等级较高，薪资弹性大，整体满足度高。

薪资信号未披露（AI估算：40K-80K/月）

成长发展

95较高

该职位处于大模型前沿，技术挑战大，成长空间极高，且有明确的技术沉淀要求，非常适合追求技术深度的人才。

技术前沿前沿/新兴技术
技术栈LLM、AI Agent、多智能体协同、Tool Learning、RAG、MCP、vLLM、TensorRT-LLM、LangChain、SFT、RLHF
业务类型profit_center

工作生活

40较低

腾讯通常实行弹性工作制，但算法岗位工作强度较大，且未明确提及远程或WLB政策，生活化动机满足度一般。

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

70中等

金融科技领域具有社会价值（提升理财效率与普惠金融），且大模型推动行业创新，但职位描述未强调使命愿景，意义感中等。

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

腾讯 的其他在招职位

相似职位推荐

Watch Jobs