岗位职责
- 本岗位将主导 金融行为序列大模型与多模态大语言模型在信贷业务中的应用；
- 应用场景覆盖贷前、贷中、贷后全流程：包括准入评分、授信定价、欺诈识别、风险预警、智能催收等关键环节；
- 设计并实现金融行为序列大模型与多模态 LLM 的整体技术方案，形成可持续迭代的算法资产，在信贷风控业务场景落地；
- 建立统一的数据标准与特征工程体系，确保模型在高噪声、弱标签环境下的稳健性与可解释性。
职位要求
- 计算机科学、统计学、金融工程等相关专业硕士及以上学历，5 年及以上大规模深度学习或风险模型研发经验；
- 主导过亿级样本、多源异构数据的模型建设，对 Transformer/Hyena/Performer 等长序列架构具备源码级理解；
- 精通多模态对齐、RAG、RLHF 及量化与蒸馏等 LLM 技术，熟练使用 PyTorch 或 JAX 并掌握 DeepSpeed/FSDP 等分布式训练框架。 加分项：顶会论文或核心开源项目贡献者、GPU/芯片资源优化经验、在多个国家或地区成功落地信贷模型的经历。
