1. 保险风控全周期建模

保前：基于联邦学习构建客户分群模型，融合多方数据实现动态定价与风险筛选；

保中：通过车载传感器时序数据研发实时事故预测引擎，支持毫秒级风险干预；

保后：结合知识图谱与多模态数据构建欺诈检测网络，挖掘团伙作案关联链。

2. 金融风控模型共建

与银行合作通过图神经网络建模供应链关系，预测企业营收与违约概率；

构建宏观经济指标与微观企业数据的时空关联模型，预判区域性经营风险。

3. 安全培训智能推荐

基于驾驶员行为数据开发个性化推荐算法，采用强化学习动态优化培训路径；

通过A/B测试迭代模型，提升安全驾驶行为与安全培训转化率。

4. 信用体系与大数据平台

设计多源异构数据融合的信用评分卡模型，整合交易、消费、履约等弱关联数据；

搭建大数据平台，实现实时特征计算与离线仓库融合，支持向量数据库（Milvus）加速相似风险检索。

岗位要求：

1.熟悉 Python 编程，能用常用 AI 库（如 PyTorch、TensorFlow）；
2.机器学习基础：回归、分类、决策树、随机森林等；
3.深度学习基础：CNN、RNN、Transformer 等常用模型；
4.计算机视觉：图像分类、目标检测、简单的视频分析；
5.自然语言处理：文本分类、序列处理；
6.基本的数据处理能力：数据清洗、特征处理、模型训练与评估；
7.有微调经验；用过 OpenAI/Claude 等 API 的组合调用；
8.用大模型做实际功能：知识库问答、文本分类、摘要、结构化抽取等。