腾讯理财通AI算法工程师
深圳 · 社招 · 两年以上工作经验 · 算法与研究
需要对标的能力
大模型原理 · LLM 基础RAG · 检索增强生成幻觉治理 · 输出可靠性Agent · 智能体设计工具调用 · Function CallingMCP · 工具生态协议上下文工程 · 记忆管理多 Agent 协作Agent 工程 · Harness / 脚手架模型微调 · Post-TrainingAI Infra · 推理部署评测 · Eval 方法论AI 工程设计模式
岗位职责与要求
1.业务落地与技术攻坚：参与腾讯金融科技大模型在智能投顾、智能运营、智能客服、搜索推荐等核心金融场景的落地与迭代。持续优化性能和效率，解决实际应用中的技术难题，推动算法的持续升级；
2.前沿探索与标准沉淀：持续追踪大模型及 AI Agent 领域的前沿技术（如多智能体协同、Tool Learning、Skills、RAG 进阶架构等），结合金融业务痛点沉淀技术方法论，推动技术组件的标准化与平台化，并内化为团队研发规范。
1.教育与经验：计算机、人工智能或相关专业硕士及以上学历，具备较多的大模型（LLM）项目落地经验；
2.Agent 核心技术：深入理解并熟练应用 Agent 核心范式与组件，包括但不限于 Agent Loop、Tool Use、Skills、MCP (Model Context Protocol)、Memory 机制、RAG 进阶技术、ReAct 以及 Plan-and-Execute 等；
3.模型架构与全栈能力：熟悉 Qwen、DeepSeek、Gemini、Claude 等主流大模型的核心架构与底层原理，对 LLM 全技术栈（如数据处理、SFT、RLHF/DPO 等）有体系化的认知与丰富的实操经验；
4.工程与部署能力：熟练掌握业界前沿的大模型开发框架与部署工具（如 vLLM、TensorRT-LLM、LangChain 等），具备优秀的工程化落地能力，能独立主导模型的训练、微调（如 LoRA/PEFT）及高性能推理部署；
5.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，利用数据驱动项目迭代；
6.综合素质：具备出色的逻辑思维、跨部门沟通能力与团队协作精神；对技术充满热情，自驱力强，致力于推动大模型在金融科技领域的创新与突破。