1、算法模型全鏈路應(yīng)用:獨(dú)立或帶領(lǐng)團(tuán)隊(duì)完成數(shù)據(jù)挖掘的全流程開(kāi)發(fā)。設(shè)計(jì)并執(zhí)行高效的數(shù)據(jù)采集策略,通過(guò)數(shù)據(jù)清洗、轉(zhuǎn)換和標(biāo)準(zhǔn)化確保數(shù)據(jù)質(zhì)量和準(zhǔn)確性;運(yùn)用統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)和方法構(gòu)建各類(lèi)符合業(yè)務(wù)場(chǎng)景算法模型,并對(duì)模型進(jìn)行訓(xùn)練、回溯評(píng)估、迭代優(yōu)化。
2、大模型應(yīng)用及落地:負(fù)責(zé)大模型在業(yè)務(wù)場(chǎng)景的應(yīng)用落地,通過(guò)模型微調(diào)、RAG、提示工程等手段實(shí)現(xiàn)保險(xiǎn)行業(yè)垂直領(lǐng)域大模型的構(gòu)建、訓(xùn)練及應(yīng)用。
3、智能化應(yīng)用開(kāi)發(fā):梳理常規(guī)業(yè)務(wù)部門(mén)內(nèi)的智能化需求痛點(diǎn),借助RPA等技術(shù)實(shí)現(xiàn)常規(guī)業(yè)務(wù)流程的自動(dòng)化,同時(shí)可以獨(dú)立或帶領(lǐng)團(tuán)隊(duì)完成相關(guān)智能化應(yīng)用的開(kāi)發(fā)。
4、技術(shù)支持與協(xié)作:與技術(shù)團(tuán)隊(duì)、產(chǎn)品團(tuán)隊(duì)及業(yè)務(wù)部門(mén)緊密合作,提供數(shù)據(jù)分析和模型構(gòu)建方面的技術(shù)支持,參與跨部門(mén)項(xiàng)目,推動(dòng)項(xiàng)目順利進(jìn)行。
5、技術(shù)探索與創(chuàng)新:關(guān)注人工智能和機(jī)器學(xué)習(xí)領(lǐng)域的最新動(dòng)態(tài)和技術(shù)趨勢(shì),不斷探索和引入新技術(shù)、新工具,提升團(tuán)隊(duì)的技術(shù)實(shí)力和創(chuàng)新能力。
任職要求:
1、計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、數(shù)學(xué)、金融/保險(xiǎn)、物理或相關(guān)領(lǐng)域研究生及以上學(xué)歷。
2、精通Python,熟悉常用的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)庫(kù)(如scikit-learn, TensorFlow, PyTorch, Numpy, Pandas, Openpyxl等),熟悉常用的算法模型(如神經(jīng)網(wǎng)絡(luò)、LightGBM、XGBoost、LR等)。
3、熟悉大模型的技術(shù)框架及基本原理,熟悉RAG、提示工程、知識(shí)圖譜等相關(guān)技術(shù)。
4、具備良好的統(tǒng)計(jì)學(xué)基礎(chǔ),熟悉常用的數(shù)據(jù)分析方法和模型,如回歸分析、聚類(lèi)分析、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)等。
5、優(yōu)秀的邏輯思維能力、數(shù)據(jù)分析能力和解決問(wèn)題的能力,能夠獨(dú)立完成數(shù)據(jù)挖掘項(xiàng)目。
6、良好的溝通能力和團(tuán)隊(duì)合作精神,能夠與不同背景的團(tuán)隊(duì)成員有效協(xié)作;
7、對(duì)新技術(shù)有強(qiáng)烈的好奇心和學(xué)習(xí)欲望,愿意不斷挑戰(zhàn)自我,提升專(zhuān)業(yè)技能。
職位類(lèi)別:
其他
舉報(bào)