中国平安
算法资深工程师
算法资深工程师
发布于 大约 7 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
机器学习
深度学习
强化学习
知识图谱
金融科技
大模型
Agentic AI
AI 估算 · 25k–45k
深圳金融科技大厂算法资深岗，硕士5年经验，市场薪资中上水平。
职位详情
关于这个职位
该职位负责追踪前沿AI技术，将Agentic AI技术应用于金融场景，主导设计并优化系统核心能力（如ContextEngine、Memory等），同时推动落地和性能优化
需要5年以上AI经验，熟悉大模型和Agentic框架，具备较强的技术选型和项目管理能力
最低要求
教育背景：计算机科学、人工智能、数学、统计学或相关专业硕士及以上学历
技术能力：熟悉 Python 编程语言，了解常用数据结构和算法，熟悉使用AI coding工具
了解常用的机器学习、深度学习、强化学习相关算法，对 Transformer架构、gpt/deepseek、openclaw、copaw、langchain等有了解
工作经验：具有AI相关工作经验不少于5年，其中大模型相关项目经验不少于2年
工作职责
行业技术追踪与引入：跟踪前沿AI技术（如协同控制、分布式学习、各类agentic AI框架），评估其在金融场景的应用潜力，研究及引入垂域agentic AI技术（如 Deep Research、CodeAgent、Agentic RAG）的进展，构建技术选型矩阵，制定金融场景的适配路径与集成方案
场景落地效果及性能优化：深入理解金融业务，将agentic ai技术与业务痛点结合，提供创新的技术解决方案并推动落地
主导设计并持续迭代面向金融应用场景的agentic ai系统，特别是harness engineering工作，重点突破 ContextEngine、Memory、Tool Use、ReAct、Plan-and-Execute、Skill、Knowledge Graph 等核心能力，以提升相关能力在复杂金融应用环境中的自主性与适应性
结合业务场景对性能(TTFT/TPOT/吞吐）的需求，不断优化推理性能，实现有效的推理加速，提升用户体验及降低token成本
负责算法方向规划、方案设计与跨团队协同，在项目中发挥技术引领作用，助力团队整体技术能力提升
优先资格
优先资质：NLP/知识图谱/机器学习/视觉图像/语音视频等优先
深入了解agentic ai相关技术如agent loop、memory、content engine、harness engineering优先
包括但不限于大模型/强化学习/agentic AI/智能体/后训练/预训练/AI coding/NLP/知识图谱/对话机器人/智能客服/内容生成/内容理解等相关项目经验优先
在国际顶会或者期刊发表过论文、具有国际顶级竞赛及榜单排名靠前者优先
具有技术管理经验优先
AI 洞察
优缺点分析
优点
- 平安作为金融巨头，平台资源丰富，项目影响力大
- Agentic AI是当前热点，该方向经验具有高市场价值
- 金融场景对性能、可靠性和合规要求高，技术落地难度大
- 跨团队协同复杂，对沟通和项目管理能力要求高
缺点 / 挑战
- 参与金融科技前沿AI项目，技术挑战大，成长空间广阔
- 需要持续跟踪最新技术，学习压力较大
- 适合有5年以上AI经验、热爱技术挑战、希望在金融科技领域深耕的资深算法工程师
角色解读
- 技术方向：从算法工程师成长为AI技术专家或首席科学家，深耕金融AI领域
- 管理方向：积累跨团队协同经验，向技术经理或技术总监发展
- 行业方向：成为金融科技领域AI应用的领军人物
- 跟踪前沿AI技术（如Agentic AI），评估其在金融场景的应用潜力并引入落地
- 主导设计Agentic AI系统，突破ContextEngine、Memory、Tool Use等核心能力，优化推理性能
- 负责算法方向规划、方案设计与跨团队协同，发挥技术引领作用
- 精通Python，熟悉AI coding工具，掌握机器学习、深度学习、强化学习算法
- 深入理解Transformer、GPT、DeepSeek等大模型架构，熟悉LangChain等Agentic框架
- 具备Agent Loop、Memory、Tool Use等Agentic AI核心技术实践经验
申请策略
- 准备一个完整的Agentic AI技术方案案例，说明从调研到落地的过程
- 关注平安金融科技的战略方向，在面试中体现行业理解
- 突出大模型和Agentic AI项目经验，尤其是落地案例和性能优化成果
- 强调技术选型和方案设计能力，展示技术引领作用
- 列出发表论文、竞赛名次或技术博客，体现技术深度
- 补充Knowledge Graph、Reasoning等Agentic AI核心技术
- 强化工程能力，如推理加速（TTFT/TPOT优化）和系统设计
- 了解金融业务知识，如保险、银行、投资等场景
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答项目经验
- 技术问题先阐述原理，再结合业务场景说明应用和优化
- 评估类问题展示系统性思维，从技术、业务、风险多角度分析
- 请介绍你主导过的一个Agentic AI项目，包括技术选型、核心挑战和解决方案
- 如何优化大模型在金融场景中的推理性能？请举例说明
- 你如何评估一项前沿AI技术在金融场景中的应用潜力？
- 描述你在跨团队协同中如何推动技术方案落地
- 你对Transformer架构的理解，以及它与当前Agentic AI框架的关系
职位点评
65
综合评分
金融科技大厂Agentic AI技术岗，薪资面议，技术前沿，发展空间大，但WLB一般。
更适合这类人
适合技术成长动机强烈、追求前沿AI应用的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展90
工作生活40
使命价值70
薪资福利
60中等
薪资面议，但基于深圳大厂硕士5年经验，预计薪资有竞争力；福利未明确，需面试确认。
薪资信号面议 (25K-45K/月)
成长发展
90较高
职位聚焦前沿Agentic AI技术，技术成长空间大，有技术引领和方向规划职责，但未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈Agentic AI、大模型、Transformer、LangChain、Knowledge Graph、推理优化
业务类型profit_center
工作生活
40较低
仅现场办公，深圳科技园，未提及弹性或WLB，互联网大厂节奏可能较快。
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
金融科技行业稳定增长，AI赋能金融具有正向社会价值，但直接使命信号不明显。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs