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)挖掘的全流程開發(fā)。設(shè)計(jì)并執(zhí)行高效的數(shù)據(jù)采集策略，通過數(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)建各類符合業(yè)務(wù)場景算法模型，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)場景的應(yīng)用落地，通過模型微調(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)用開發(fā)：梳理常規(guī)業(yè)務(wù)部門內(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，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（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、聚類分析、決策樹、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，提升專業(yè)技能。

職位類別： 其他

舉報(bào)