【北斗】大模型算法工程师（金融场景）

Job description

【愿景】 构建以大模型算法为核心的金融 AI 智能体体系，打通“理解—推理—决策—执行—反馈”的全链路闭环。通过 LLM 理解用户意图与业务上下文，通过 SFT/RL 等算法提升金融场景专业能力，通过 Agent 进行任务规划、策略选择与工具调用，动态生成话术、方案和决策建议，持续基于评测与线上反馈自我优化，推动金融业务走向智能体时代。 【职责】 负责金融场景的大模型的研发和应用，研究相关技术在AI营销、AI风控、AI客服、AI催收领域的落地价值和解决方案，通过AI赋能业务，大幅提升业务在智能交互、智能决策场景下的效果。

研究方向一

基于大模型的多轮对话理解与生成 1.深入参与对话机器人在数据建设、指令微调、偏好对齐、强化学习、推理优化等环节的建设； 2.研究和解决大模型落地的关键问题，如检索增强、长文本理解、模型小型化技术等，并提升训练-评测的迭代效率。

研究方向二

大模型智能体算法研究 1.负责基于大模型的智能体架构构建，实现复杂问题的理解规划、工具执行以及感知反思能力； 2.探索最前沿技术，设计算法迭代飞轮，优化大模型基础模型，高效提升模型效果。 【任职资格】

• 优秀的探索与创新能力，在ACL/EMNLP/NAACL/NeurIPS/ICML/ICLR等顶级会议上发表论文者优先；
• 扎实的算法功底，在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先；
• 对大模型前沿算法有热情，有较强的自驱力和良好的动手实践能力，对新事物有强烈的好奇心；
• 有大模型训练（预训练/微调/对齐）或强化学习有实际项目经验。 【为什么是我们】
• 团队致力于大模型在金融场景中全链路的应用落地，场景丰富、价值明确，技术做功空间大；
• 海量的数据与充足的算力，支持全方位的技术攻坚与创新探索；
• 团队内技术氛围浓厚，拥有先进的大模型落地经验，成员大多来自国内外名校，对新人有健全的培养体系。