一、岗位职责
模型研发与优化：基于 Python 深度参与深度学习模型调优，熟练掌握决策树，随机森林，神经网络等机器学习算法及衍生算法在金融场景的应用；有大模型研发经验者，可主导或协同探索模型与策略的融合创新。 数据处理与分析：运用 Hadoop 分布式存储管理海量金融数据，通过 Hive/Spark 构建高效数仓；凭借丰富 SQL 调优经验，保障数据查询、特征工程环节的性能，为模型训练输送高质量数据。
产线全流程落地：负责算法模型从研发到产线的转化，涵盖开发、验证、优化及长期维护
二、任职要求
编程语言：精通 Python，熟练运用 Pandas、NumPy 等数据处理库，掌握 Sklearn、TensorFlow/PyTorch 等机器学习框架 。
大数据生态：熟悉 Hadoop 分布式存储原理，熟练操作 Hive 数据仓库建模、Spark 大数据计算，能高效处理 TB 级数据。
数据库与调优：精通 SQL，擅长索引优化、查询计划分析，能解决金融场景下高并发、复杂查询的性能瓶颈。
模型经验：有深度学习模型调优实战经验，熟悉决策树、随机森林、XGBoost 等算法；参与过大模型研发优先。