滴滴出行
金融基础大模型算法工程师
金融基础大模型算法工程师
发布于 大约 1 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Gpt
Moe
Pytorch
分布式训练
对比学习
序列建模
金融风控
预训练
AI 估算 · 30k–55k
深度学习算法工程师薪资较高，北京市场行情，加上大模型经验稀缺，薪资具有竞争力。
职位详情
关于这个职位
该职位负责金融行为序列基础模型的预训练与落地应用，涉及多源序列建模、多尺度融合等前沿技术，并最终服务于风控场景
工作内容涵盖从模型设计、训练到在线部署的全流程，需要扎实的深度学习算法基础和工程能力
最低要求
计算机、数学、统计等相关专业硕士及以上学历
年以上深度学习算法研发经验，有从零搭建预训练模型并完成全流程训练的经历
熟练掌握Transformer架构及变体（GPT/BERT/FT-Transformer/MoE），有序列建模实战经验
熟悉至少一种主流深度学习框架（PyTorch 优先），具备分布式训练经验（多卡/多机）
具备扎实的实验设计能力：能独立完成消融实验、Scaling Law实验并得出可靠结论
良好的工程实现能力，能高效迭代模型代码与训练流程
工作职责
基础模型预训练：设计并实现金融行为序列基础模型的预训练流程，包括预训练目标选型（CLM/MLM/Hybrid）、Tokenization架构实验（Flat/3D-Transformer/KVT）、Scaling实验等
多源序列建模：构建支付、出行、外卖、信贷等多域行为数据的统一序列表示，设计并验证数据源混合比对模型效果的影响
多实体与多尺度融合：设计Account-Card双维度序列建模方案，以及微观行为（毫秒级埋点）与宏观行为（天/周级交易）的跨时间尺度融合架构
消融实验与评估体系：搭建系统化消融实验框架，设计freeze-backbone + linear head评估流程，驱动架构决策
落地应用：将预训练表征接入下游风控场景（盗卡检测、信贷评分等），设计Blending Module并完成SFT微调与在线部署
优先资格
有金融风控/反欺诈/信贷评分领域建模经验
有Foundation Model / Self-Supervised Learning相关论文发表（NeurIPS/ICML/ICLR/KDD/WWW等）
了解对比学习（Contrastive Learning）、ELECTRA、跨模态融合等技术
有时间序列/事件序列建模经验（TimeMixer/TrajGPT等方向）
有图神经网络或图异常检测经验
AI 洞察
优缺点分析
优点
- 接触金融领域大模型前沿技术，积累宝贵经验
- 公司平台大，资源充足，有上市背景
- 预训练模型训练成本高，对算力和工程要求高
- 金融风控场景对模型准确性和稳定性要求极高
- 需要跨团队协作，理解业务需求
- 适合对预训练大模型有深厚兴趣，且希望在金融科技领域深耕的算法工程师
缺点 / 挑战
- 滴滴数据丰富，多源序列建模挑战大，成长快
角色解读
- 向大模型架构师方向发展，深入预训练技术前沿
- 转型金融科技领域专家，结合业务场景优化模型
- 有机会成为团队技术负责人，领导算法研发
- 设计并训练金融行为序列基础模型，探索不同预训练目标和架构
- 构建多源行为数据的统一序列表示，实现多实体与多尺度融合
- 搭建消融实验框架，评估模型效果并驱动架构决策
- 将模型应用于风控场景，完成微调和在线部署
- 精通Transformer架构及变体，有从零搭建预训练模型经验
- 熟练掌握PyTorch和分布式训练
- 具备扎实的实验设计和消融实验能力
- 良好的工程能力，能高效迭代代码
申请策略
- 了解滴滴金融业务和风控场景，在面试中展现业务理解力
- 突出预训练模型搭建全流程经验，包括数据预处理、训练、评估
- 强调Transformer变体和序列建模项目
- 展示分布式训练和高效工程能力
- 如有金融风控或相关论文，必须突出
- 复习对比学习和自监督学习最新论文
- 补充时间序列建模和图神经网络知识
- 熟悉金融风控领域常用模型和评估指标
面试指南
- 先拆解问题，明确目标
- 然后根据经验分步骤回答，突出关键决策和实验结果
- 最后总结教训或收获
- 对于技术实现问题，可先阐述原理，再结合项目实例说明
- 如何设计预训练目标和架构？
- 描述你从零搭建预训练模型的经历和挑战
- 如何处理多源异构序列数据？
- 消融实验如何设计？如何解读实验结果？
职位点评
74
综合评分
顶尖大模型算法岗，技术前沿，成长快，但工作强度可能较高。
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
适合追求技术成长和前沿研究，对薪资有较高期望，能接受一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展92
工作生活45
使命价值65
薪资福利
80较高
滴滴上市，薪资水平有竞争力，但JD未明确薪资格外福利。
薪资信号未披露（AI估算：30K-55K/月）
成长发展
92较高
职位涉及最前沿的大模型技术，成长空间大，但JD未明确晋升路径。
技术前沿前沿/新兴技术
技术栈Transformer、PyTorch、预训练、CLM、MLM、MoE、分布式训练
业务类型ambiguous
工作生活
45较低
仅现场办公，北京核心地段，JD未提及WLB，可能存在加班。
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
65中等
金融风控有社会价值，但主要技术驱动，行业创新积极。
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
滴滴出行 的其他在招职位
相似职位推荐
Watch Jobs