腾讯(tencent)招聘金融科技-大模型算法应用

岗位职责：
1.大模型落地与迭代：负责大模型在金融科技推荐与搜索场景的落地实践，持续优化模型性能和效率，解决实际应用中的技术难题，推动算法的持续迭代升级；
2.算法创新与优化：主导腾讯金融科技的推荐与搜索引擎算法的创新与优化工作，结合大模型技术（如 LLM、AIGC），探索生成式推荐、语义理解等前沿方向，通过算法显著提升用户体验​；
3.用户行为分析：对特定用户群体进行深入分析，运用大模型进行行为模式和需求特征的深度挖掘，以数据驱动的方式推动平台的智能化进程，实现个性化推荐和精准搜索；
4.场景适配与策略开发：深化对金融领域的理解，结合相关的运营策略，开发全站场景适应性算法，利用大模型增强算法在各种金融场景下的有效性和灵活性，包括但不限于智能客服、投研分析、风险预警等场景​。
岗位要求：
1.教育背景：计算机、数学或人工智能相关专业研究生及以上学历，五年以上推荐/搜索算法经验；有大规模语言模型（LLM）研发、迁移学习或 AIGC 相关实际项目落地经验者优先；
2.领域经验：深耕推荐、广告或搜索系统，在召回、排序、重排等主流环节有丰富的工程实践；深刻理解 LLM + RecSys/Search 的融合路径，熟悉语义搜索、多模态理解及大模型在长尾分发中的应用趋势；
3.模型与算法：扎实的机器学习理论，精通 Transformer、DeepFM、DIN 等经典架构，具备丰富的 CTR/CVR 预估调优经验；精通主流大模型（如 LLaMA、DeepSeek、Qwen）的架构，掌握 MoE（Mixture of Experts） 原理；熟练应用 PEFT（如 LoRA、AdaLoRA） 微调技术，并对 RLHF（基于人类反馈的强化学习） 或 DPO（直接偏好优化） 有实际操作经验；
4.编程与数据处理：精通 Python、C++ 或 Java，具备高效的 SQL 编写能力及数据结构功底；熟练使用 Spark/Flink 进行大规模特征工程，具备向量数据库的使用与优化经验；掌握 Prompt Engineering 及高质量数据集（SFT/Pretrain）的清洗与合成技术；
5.框架与工具：熟练使用 PyTorch/TensorFlow，精通 Hugging Face 生态及 DeepSpeed、Megatron-LM 等分布式训练框架；具备大模型推理加速经验，熟悉 vLLM、TensorRT-LLM、FlashAttention 或模型量化（GPTQ/AWQ）技术，能有效提升线上吞吐量；
6.数据分析与评估：具备敏锐的数据洞察力，能够构建完善的 LLM 评估体系（如针对幻觉、对齐、多样性的评估）；擅长通过 A/B Test 验证算法收益，利用数据驱动模型迭代。
加分项：
1.学术成果：在顶级学术会议或期刊上发表过推荐系统、搜索引擎、大模型相关论文；
2.项目经验：参与过知名金融科技公司的推荐系统或搜索引擎项目开发，主导或参与过大模型在金融场景的落地项目​；
3.金融与大模型融合经验：具有金融业务开发经验，熟悉大模型与金融业务的结合点，如智能投顾、信贷风控等场景的应用。
部门介绍：
腾讯金融科技（Tencent Financial Technology）是腾讯公司提供移动支付与金融服务的综合业务平台，秉承合规、精品、风控、开放、有所为有所不为的发展理念，连接用户与金融服务，让每个人乐享金融的美好；携手合作伙伴为全球用户提供基础支付、财富管理、证券投资、企业金融、民生产品等服务。