岗位职责：
1. 银行业务场景AI落地
1.1. 深入理解银行信贷风控、反欺诈、客户画像、智能投顾等业务逻辑，设计并开发 AI 解决方案，推动数据驱动的业务决策。
1.2. 与业务部门协作，将金融需求转化为 AI 模型开发任务，确保技术方案贴合实际业务场景。
2. 大模型微调与优化
2.1. 负责 GPT、LLaMA 等主流大语言模型（LLM）的领域适配微调，结合银行私有数据优化模型性能。
2.2. 应用Prompt工程、RAG（检索增强生成）技术提升模型在金融文本生成、合规审查等任务中的准确率。
3. 机器学习全流程开发
3.1. 主导从数据清洗、特征工程、模型训练（机器学习/深度学习）到部署上线的全流程，覆盖监督学习、无监督学习及强化学习等场景。
3.2. 优化高并发金融场景下的模型推理效率，应用模型压缩、分布式计算（如Spark）等技术。
4. 跨部门协作与技术赋能
4.1. 协同算法团队、产品经理及风控部门，确保AI项目按时交付，并编写技术文档推动知识沉淀。
任职要求：
1. 教育背景：计算机科学、人工智能、金融工程等相关专业本科及以上学历。
2. 技术能力：
2.1. 精通 Python，熟悉 TensorFlow/PyTorch 框架，具备3年以上AI项目开发经验。
2.2. 掌握机器学习核心算法（如决策树、SVM、CNN/Transformer）及大模型微调技术。
2.3. 熟悉分布式系统设计，具备模型部署（云平台AWS/Azure或边缘设备）及性能优化经验。
3. 业务理解：
熟悉银行风控、客户分析等业务逻辑，有金融科技项目经验者优先。
4. 加分项：
4.1. 熟悉金融知识图谱构建、智能投顾系统开发；
4.2. 具备 AI Agent框架（如LangChain）、金融领域多模态交互开发经验；
4.3. 在 NeurIPS/ICML 等顶会或 GitHub 高星项目有成果。
5. 软性素质：
5.1. 强大的跨部门沟通能力，能将技术术语转化为业务语言；
5.2. 对 AI 在金融领域的创新应用有热情，能快速学习新技术并解决复杂问题。
福利：五险一金、带薪年假、行内培训、金融科技峰会参与机会；
发展：金融 AI 技术专家/团队管理双通道。