阿里云智能-智能体评测与优化专家（金融）-新金融行业线（杭州/北京）

优缺点分析

角色解读

• 可向AI架构师、首席科学家或AI产品负责人方向发展，深耕金融AI垂直领域
• 专注于金融垂直领域的大模型与智能Agent的评测体系搭建与性能优化
• 精通LLM Post-training技术（SFT、RLHF、蒸馏等），具备扎实的Agent Harness设计与自动化评测能力

申请策略

• 准备展示你对最新Agent架构（如Tool Use, Memory）的理解，以及对金融数据治理的经验
• 突出大模型微调、对齐技术及Agent评测的具体项目案例，强调在金融场景下的落地成果
• 深入理解金融业务流程（如投研、风控），提升将技术转化为客户解决方案的产品化思维

面试指南

• 采用STAR法则（情境、任务、行动、结果），重点阐述技术选型的理由、遇到的挑战及量化后的优化效果
• 请详细描述你设计的Agent评测体系，如何保证评测的客观性与全面性？
• 在大模型Post-training过程中，如何解决数据噪声与分布偏移问题？
• 面对金融客户的高并发与低延迟需求，如何进行模型推理优化？
• 如何评估和优化Agent在复杂多步任务中的成功率？
• 复习Transformer架构细节、RLHF原理及最新的Agent论文，梳理过往项目中关于数据清洗与模型评估的具体指标