一、工作關系 匯報對象：部門負責人 管理下屬：無 內部聯系：部門內員工、其他部門相關崗位員工 外部聯系：集團相關管理機構，集團下屬相關單位，外包/非外包商等 二、工作職責 1. 專注于通用大模型及金融行業模型的研究、開發與優化，推動模型在汽車金融場景的應用與落地。 2. 追蹤行業模型技術前沿，引入先進技術，優化公司模型性能，提升市場競爭力。 3. 協同業務部門，解讀模型結果，將模型精準應用于業務場景，為業務決策提供有力支持。 4. 持續優化模型結構，適配硬件資源，提升模型推理性能，保障模型高效運行。 5. 開展內部技術指導與培訓，分享模型開發經驗，提升團隊技術水平。 三、崗位工作內容 1、應用內外部多源數據，開展通用大模型和金融行業模型的開發和持續優化，加速技術成果在公司業務中的落地應用。 2、處理汽車金融業務數據（如申請信息、還款記錄、車輛數據），建立金融風控模型（申請評分、行為評分、催收評分、反欺詐等）、產品定價模型等專用業務模型，實現精準化自動化審批和貸后管理。 3、與產品、業務等團隊深度合作，深入挖掘業務痛點，提出建模解決方案，持續提升金融模型決策能力和效率。 4、不斷優化模型結構，以適應并充分利用硬件資源，提升異步并發、IO等推理性能。 5、對內部人員進行技術指導與培訓，促進知識共享與技術創新。 6、完成部門安排的其他工作，參與行業交流。 四、教育背景及相關經驗 碩士及以上學歷，計算機、數學或統計學相關領域教育背景，5 年以上模型領域工作經驗，3 年以上金融模型工作經驗。 五、相關知識及技能 1、具備扎實的計算機科學知識，深入理解深度學習理論，包括神經網絡架構、訓練算法、損失函數等核心概念。 2、對技術有熱愛和追求，樂于創新。 3、具備優秀的邏輯思維能力和溝通能力，有豐富的模型實現與資源調優經驗，能兼顧模型的計算效率與穩定性。 4、熟悉深度學習理論、模型壓縮方法（如剪枝、量化）和模型架構設計（如反向傳播原理、注意力機制），以及知識蒸餾、MoE等技術。 5、深入理解Tensorflow、PyTorch等底層原理，熟悉加速硬件的使用，有相關的性能調優經驗，如FastTransformer、TensorRT、Triton等。 6、熟練掌握提示詞優化、vLLM、SGLang、 MLOps等推理引擎及運維技術；熟悉RAG訓練，掌握知識庫管理、向量搜索優化方法。