AI金融应用工程师

1、与投资、研究、交易、风控等部门合作，负责大模型应用的开发、优化与部署，推动AIGC技术在金融及投资业务场景中的有效落地；<br>2、参与设计与建设大模型及Agent系统核心架构，主导Context Engineering、RAG检索优化、Tool Calling等多模块的开发与整合；<br>3、深入研究并应用大模型技术，实现搜索问答、信息提炼、报告生成、智能推荐等信息生产与分发应用，保障技术带来商业价值；<br>4、跟踪大模型领域前沿技术发展趋势，输出调研报告，提出系统改进与技术迭代建议，探索多模态等技术在金融场景的应用；<br>5、致力于解决模型部署、数据适配、业务融合中的技术难题，提升系统稳定性与方案的可复用性，推动技术转化为业务价值。

1、熟练掌握大模型应用开发技术，包括LoRA微调、Prompt Engineering、RAG、Agent及SFT等，并能熟练使用LangChain、Dify等主流应用框架进行开发；<br>2、精通Python/Java至少一门语言，熟悉PyTorch、TensorFlow等AI开发工具及vLLM等推理引擎，具备大模型独立推理部署与性能优化的能力；<br>3、深入理解大模型优化方法，至少实践过SFT/RLHF/DPO/PPO中的一种，掌握Transform等架构原理及PageAttention等推理优化技术；<br>4、具备扎实的系统架构设计能力，能够独立拆解复杂业务问题，输出可落地的技术方案，以应对高并发、低延迟的金融业务场景需求；<br>5、拥有良好的沟通协作能力，能进行跨部门合作，对技术创新有热情，有LLM在金融或知识产权领域实际落地经验者优先。