崗位職責(zé)：1．業(yè)務(wù)場(chǎng)景分析：深入理解金融租賃業(yè)務(wù)流程，識(shí)別并定義AI大模型可優(yōu)化的關(guān)鍵業(yè)務(wù)場(chǎng)景，如自然語(yǔ)言驅(qū)動(dòng)的智能數(shù)據(jù)分析，數(shù)據(jù)動(dòng)態(tài)可視化和交互式報(bào)表，經(jīng)營(yíng)決策輔助，抵質(zhì)押物評(píng)估和管理等。2．模型設(shè)計(jì)與開(kāi)發(fā)：基于業(yè)務(wù)需求，設(shè)計(jì)并實(shí)施機(jī)器學(xué)習(xí)模型，特別是利用大型預(yù)訓(xùn)練模型（如BERT、GPT系列等）進(jìn)行微調(diào)，以適應(yīng)特定業(yè)務(wù)場(chǎng)景。3．?dāng)?shù)據(jù)處理與特征工程：負(fù)責(zé)數(shù)據(jù)的收集、清洗、預(yù)處理及特征工程，確保數(shù)據(jù)質(zhì)量，提升模型性能。4．模型訓(xùn)練與優(yōu)化：運(yùn)用機(jī)器學(xué)習(xí)框架（如TensorFlow、PyTorch）進(jìn)行模型訓(xùn)練，通過(guò)超參數(shù)調(diào)優(yōu)、模型集成等技術(shù)提升模型準(zhǔn)確率與泛化能力。5．實(shí)施與部署：與開(kāi)發(fā)團(tuán)隊(duì)合作，將訓(xùn)練好的模型集成到業(yè)務(wù)系統(tǒng)中，確保模型在生產(chǎn)環(huán)境中的穩(wěn)定運(yùn)行，并持續(xù)監(jiān)控模型性能，進(jìn)行必要的維護(hù)與更新。6．業(yè)務(wù)影響評(píng)估：定期評(píng)估AI模型對(duì)業(yè)務(wù)指標(biāo)的正面影響，包括但不限于提高審批效率、降低違約率、增強(qiáng)客戶滿意度等。任職要求：1．教育背景：計(jì)算機(jī)科學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、人工智能或相關(guān)專業(yè)碩士及以上學(xué)歷。2．工作經(jīng)驗(yàn)：2年以上機(jī)器學(xué)習(xí)或AI領(lǐng)域工作經(jīng)驗(yàn)，具備至少1個(gè)成功將AI模型應(yīng)用于實(shí)際業(yè)務(wù)場(chǎng)景的案例。3．技術(shù)能力：精通Python編程，熟悉至少一種深度學(xué)習(xí)框架（TensorFlow、PyTorch等）。深入理解機(jī)器學(xué)習(xí)基本原理，包括但不限于監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等。有大型預(yù)訓(xùn)練模型（如Transformer架構(gòu)）的微調(diào)與應(yīng)用經(jīng)驗(yàn)。4．業(yè)務(wù)理解力：具備良好的業(yè)務(wù)理解能力，能夠快速將業(yè)務(wù)需求轉(zhuǎn)化為算法問(wèn)題，并提出解決方案。5．溝通與協(xié)作：優(yōu)秀的跨部門溝通與團(tuán)隊(duì)協(xié)作能力，能夠與產(chǎn)品經(jīng)理、開(kāi)發(fā)人員、業(yè)務(wù)專家緊密合作，推動(dòng)項(xiàng)目進(jìn)展。6．持續(xù)學(xué)習(xí)：對(duì)AI技術(shù)保持高度熱情，持續(xù)關(guān)注行業(yè)動(dòng)態(tài)，不斷學(xué)習(xí)新技術(shù)與方法。
7.有AI大模型相關(guān)經(jīng)驗(yàn)優(yōu)先
職能類別：算法工程師 關(guān)鍵字：數(shù)學(xué)ai數(shù)據(jù)收集算法人工智能機(jī)器學(xué)習(xí)計(jì)算機(jī)科學(xué)tensorflow模型設(shè)計(jì)深度學(xué)習(xí)框架