腾讯
金融大模型-算法工程师
金融大模型-算法工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Deepspeed
Huggingface
Megatron-Lm
分布式训练
大模型
强化学习
金融Ai
预训练
值不值得投
81综合评分
综合评分 81
核心大模型算法岗，技术前沿且成长空间极大，薪资极具竞争力，但工作强度与压力可能较高。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
6万
比机器学习工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2010 个在招 · 其中机器学习工程 39 个
市场机会
选择面较广
深圳 · 机器学习工程 · 90 个在招
职位详情
关于这个职位
该职位主要负责金融领域大模型的预训练与后训练对齐算法研发，优化模型结构并提升金融场景下的专业性与泛化能力
你需要将大模型技术与金融核心业务深度结合，推动技术成果产品化，构建端到端的金融智能应用系统
最低要求
硕士及以上学历，计算机科学、数学、人工智能等相关专业
深刻理解大模型预训练、后训练全流程，具备千亿/百亿参数级模型实践经验
熟练掌握DeepSpeed、Megatron-LM、HuggingFace等分布式训练框架
工作职责
负责金融领域大模型预训练与后训练工作，包括但不限于持续预训练、强化学习、模型结构优化等关键环节，提升模型在金融领域的专业性与泛化能力
主导后训练对齐算法的技术实践，包括但不限于设计奖励机制、训练策略等，大幅度提升金融场景下的用户偏好和深度需求满足
聚焦金融核心业务场景，构建大模型驱动的解决方案，推动技术成果产品化，构建端到端金融智能应用系统
优先资格
在NeurIPS、ICLR、ACL、CVPR等AI顶会/期刊发表高质量论文者优先
AI 洞察
优缺点分析
优点
- 处于人工智能与金融交叉的最前沿赛道，技术壁垒高，个人核心竞争力强
- 依托庞大的算力资源与丰富的金融业务场景，能接触到千亿级参数模型的真实落地
- 平台影响力大，有机会在顶会发表成果，对长期职业发展有极大背书作用
- 金融场景对模型的准确性、合规性和稳定性要求极高，算法落地与业务对齐的难度大
- 适合具备扎实算法功底、有大规模模型训练经验，且对金融业务与AI结合有强烈热情的顶尖技术人才
缺点 / 挑战
- 大模型技术迭代极快，需要持续保持高强度的学习与论文跟进，技术压力较大
角色解读
- 纵向可成长为大模型算法专家或首席科学家，引领金融AI技术方向
- 横向可转型为AI技术总监或业务架构师，负责端到端金融智能产品的技术规划与落地
- 负责金融大模型的预训练与后训练，包括持续预训练、强化学习和模型结构优化
- 设计并实现后训练对齐算法，优化奖励机制与训练策略，提升金融场景下的用户体验
- 将大模型技术与金融核心业务结合，推动技术成果产品化，构建端到端智能应用
- 扎实的大模型理论基础，精通预训练与后训练全流程，具备千亿/百亿参数级模型实操经验
- 熟练掌握 DeepSpeed、Megatron-LM、HuggingFace 等主流分布式训练框架
- 具备计算机科学、数学或人工智能相关的硕士及以上学历背景
申请策略
- 提前了解相关金融业务线的最新AI产品动态，在面试中展现对业务落地场景的深度思考
- 重点突出千亿/百亿参数级大模型的预训练与后训练（如RLHF、DPO等）项目经验及具体指标提升
- 详细列出熟练掌握的分布式训练框架及解决过的显存/算力优化难题
- 明确展示在 NeurIPS、ICLR 等顶会发表的论文，或相关领域的开源项目贡献
- 深入学习金融领域的专业知识与合规要求，理解大模型在金融风控、投研等场景的具体痛点
- 关注最新的大模型对齐算法及长文本、多模态扩展技术，保持技术敏锐度
面试指南
- STAR法则：针对项目经验，清晰阐述背景、任务、具体行动（技术细节）和最终量化结果
- 原理+实践：回答算法问题时，先简述底层数学原理或论文思路，再结合自己踩过的坑和工程优化经验进行补充
- 请详细介绍你参与过的千亿/百亿参数级大模型预训练或后训练项目，遇到了哪些显存或计算瓶颈，如何解决的？
- 在金融场景下，大模型的对齐算法设计有什么特殊考量？如何平衡模型的创造性与金融严谨性？
- DeepSpeed 和 Megatron-LM 在分布式训练中的核心区别是什么？你在实际项目中是如何选择和调优的？
- 针对金融核心业务场景，如果大模型出现幻觉，你在算法层面有哪些具体的缓解或解决策略？
- 复习大模型核心论文（如 Transformer 架构、RLHF、PPO、DPO 等），确保能清晰讲解核心逻辑
- 准备 1-2 个金融场景下大模型落地的 Case Study，思考从数据构建、模型训练到评测的全链路方案
职位点评
薪资福利90
成长发展95
工作生活50
使命价值80
薪资福利
90较高
核心大模型算法岗，薪资处于行业顶尖水平，且整体薪酬福利体系完善且极具竞争力。
薪资信号未披露（AI估算：4千–8万/月）
成长发展
95较高
岗位聚焦前沿大模型技术，涉及千亿参数级训练与顶会论文发表，技术成长空间与行业影响力极大。
技术前沿前沿/新兴技术
技术栈大模型、预训练、后训练、强化学习、DeepSpeed、Megatron-LM、HuggingFace
成长机会业界前沿不断探索、无限广阔的舞台
业务类型profit_center
工作生活
50较低
JD未提及工作模式与加班情况，但大模型核心研发岗通常面临较高的技术迭代压力和项目交付节奏，WLB情况无法明确判断。
工作模式未明确
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
80较高
将前沿AI技术应用于金融核心场景，推动科技革新带来美好改变，具有较高的社会价值与行业使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号渴望为世界带来新意、带来美好的、撼动人心的改变
创新程度开拓性创新（行业首创）
Watch Jobs