算法工程师

职位描述

1.算法模型全链路应用：独立或带领团队完成数据挖掘的全流程开发。设计并执行高效的数据采集策略，通过数据清洗、转换和标准化确保数据质量和准确性；运用统计学、机器学习、深度学习等技术和方法构建各类符合业务场景算法模型，并对模型进行训练、回溯评估、迭代优化。

2.大模型应用及落地：负责大模型在业务场景的应用落地，通过模型微调、RAG、提示工程等手段实现保险行业垂直领域大模型的构建、训练及应用。

3.智能化应用开发：梳理常规业务部门内的智能化需求痛点，借助RPA等技术实现常规业务流程的自动化，同时可以独立或带领团队完成相关智能化应用的开发。

4.技术支持与协作：与技术团队、产品团队及业务部门紧密合作，提供数据分析和模型构建方面的技术支持，参与跨部门项目，推动项目顺利进行。

5.技术探索与创新：关注人工智能和机器学习领域的最新动态和技术趋势，不断探索和引入新技术、新工具，提升团队的技术实力和创新能力。

任职要求

1.计算机科学、统计学、数学、金融/保险、物理或相关领域研究生及以上学历。

2.3~5年数据挖掘、数据分析或机器学习相关工作经验，有成功项目案例者优先。

3.精通Python，熟悉常用的数据挖掘和机器学习库（如scikit-learn, TensorFlow, PyTorch, Numpy, Pandas, Openpyxl等），熟悉常用的算法模型（如神经网络、LightGBM、XGBoost、LR等）。

4.熟悉大模型的技术框架及基本原理，熟悉RAG、提示工程、知识图谱等相关技术，对大模型应用落地有成功项目案例者优先。

5.具备良好的统计学基础，熟悉常用的数据分析方法和模型，如回归分析、聚类分析、决策树、神经网络等。

6.熟悉数据的生产及应用过程，对企业级数仓有开发经验者优先。

7.优秀的逻辑思维能力、数据分析能力和解决问题的能力，能够独立完成数据挖掘项目。

8.有金融、保险从业经历者优先。

9.良好的沟通能力和团队合作精神，能够与不同背景的团队成员有效协作。

10.对新技术有强烈的好奇心和学习欲望，愿意不断挑战自我，提升专业技能。