奇富科技
26届秋招-大语言模型工程师
26届秋招-大语言模型工程师
发布于 大约 13 小时前普通员工/个人贡献者
北京市
无经验要求
全职员工
仅现场办公
硕士
机器学习工程
Nlp
Pytorch
Tensorflow
分布式系统
大语言模型
强化学习
金融科技
预训练
AI 估算 · 25k–40k
北京大模型校招硕士，金融科技上市公司，薪资竞争力强，整体偏高。
职位详情
关于这个职位
作为大语言模型工程师，你将参与大规模预训练模型的研发与优化，探索分布式系统和并行计算框架，推动大模型在金融领域的创新应用
岗位要求扎实的机器学习和NLP基础，熟悉PyTorch等框架，适合对前沿技术有热情的硕士及以上学历应届生
最低要求
硕士及以上学历，人工智能、计算机、自动化、数学相关专业优先
扎实的机器学习基础，熟悉NLP、RL领域技术，在ACL/EMNLP/NAACL/NeurIPS/ICML/ICLR等顶会发表论文者优先
熟练掌握Python及Pytorch/Tensorflow/PaddlePaddle等框架，C/C++熟练者优先
优秀的代码能力和算法功底，ACM/ICPC、NOI/IOI、Kaggle等竞赛获奖者优先
熟悉预训练模型算法原理，有大规模模型（>7B参数）训练调优或分布式系统开发经验
具备出色的问题分析和解决能力，能独立探索技术解决方案
工作职责
参与大规模预训练模型的研发工作，探索超大规模模型的极致系统优化
研究高效的模型调优策略、高质数据建设方法，包括数据建设、指令微调、偏好对齐、模型优化等
设计、实现、优化分布式系统和并行计算框架，提升训练和推理效率，支持大模型平台化及创新应用落地
探索大模型在前沿技术和趋势中的应用，包括生成创作、逻辑推理等，并在金融领域下的更多使用场景中进行深入研究和探索
优先资格
在大模型领域或RL领域，主导过大影响力的项目或论文者
有较强的学术背景，在顶级会议上发表过相关论文者
有丰富的实践经验，能够快速将研究成果应用于实际场景中
AI 洞察
优缺点分析
优点
- 前沿技术栈，接触大规模模型和分布式系统，技术成长快
- 公司已上市，平台稳定，金融科技场景丰富
- 有机会发表论文或参与顶级会议，学术与工业结合
- 团队氛围可能偏向研究型，鼓励创新
- 工作强度大，需要深入底层优化和持续学习
- 竞争激烈，对算法和工程能力要求高
- 金融领域数据敏感，可能面临监管约束
- 适合对大规模模型和分布式系统有强烈兴趣，具备扎实算法功底和自驱力的硕士及以上学历求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法工程师向大模型专家发展，成为技术领军人物
- 有机会晋升为技术主管或架构师，负责核心系统设计
- 可在金融科技领域深耕，结合业务创造价值
- 参与大规模预训练模型的研发与系统优化，探索极致性能
- 研究高效调优策略和数据建设方法，包括指令微调与偏好对齐
- 设计和优化分布式训练框架，提升训练与推理效率
- 探索大模型在金融领域的生成与推理应用，推动落地
- 扎实的机器学习基础，熟悉NLP和RL技术
- 熟练掌握Python及PyTorch/TensorFlow等框架，C++优先
- 熟悉预训练模型原理，有大规模模型训练或分布式系统经验
- 优秀代码能力和算法功底，有竞赛或论文优先
申请策略
- 关注奇富科技在金融科技的大模型布局，准备行业认知
- 强调学术成果或开源贡献，体现技术深度
- 突出预训练模型、分布式训练相关项目或论文
- 强调Python/PyTorch等技能和代码竞赛成绩
- 如果有大模型微调或RLHF经验，重点描述
- 展示在顶级会议或竞赛中的成果
- 深入理解Transformer和主流大模型架构
- 练习分布式训练框架（如DeepSpeed、Megatron）的使用
面试指南
- 用STAR方法回答项目经验问题，突出影响和结果
- 从原理和工程实践两个层面回答技术问题，展现深度
- 对于优化问题，先分析瓶颈，再提出方案并验证
- 解释Transformer的注意力机制和位置编码
- 如何设计数据清洗流程来提升预训练质量？
- 你如何优化大模型训练时的显存和通信效率？
- 描述一次你解决复杂算法问题的经历
- 你对RLHF有什么理解？如何实现偏好对齐？
职位点评
72
综合评分
北京大模型研发岗，前沿技术栈，成长空间大，薪资预计不错，但WLB未知。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合追求技术成长和前沿研究的求职者，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活50
使命价值65
薪资福利
70中等
薪资未披露，但公司上市且岗位热门，预计薪酬有竞争力，但福利信息不明。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
90较高
岗位处于大模型前沿，技术挑战大，成长空间广阔，但JD未明确晋升通道。
技术前沿前沿/新兴技术
技术栈预训练、分布式系统、PyTorch、TensorFlow、NLP、强化学习、C++
业务类型ambiguous
工作生活
50较低
北京现场办公，未提及弹性工作，通勤和生活节奏需自行适应。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
65中等
大模型行业高速增长，金融应用有社会价值，但整体偏技术驱动。
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
奇富科技 的其他在招职位
相似职位推荐
Watch Jobs