岗位职责： 1、数据挖掘：负责数据集的构建与维护，利用数据飞轮机制不断优化数据质量和丰富度，进行深度的数据挖掘，沉淀高价值信息； 2、大模型训练：针对业务需求进行大模型的继续训练、微调，包含sft、RHLF等，构建具备快慢思考能力的大模型； 3、提示词工程：与业务专家合作，构建和优化结构化的提示词，充分挖掘和利用大模型的能力，高效、精准解决实际问题； 4、RAG：开发和优化Query理解、召回、相关性排序等技术，提升信息检索的全面性和准确性，提升RAG的效果； 5、多智能体技术：利用领先的智能体框架，增强大模型的推理、对话和反思能力，解决复杂业务问题，提升用户体验； 6、大模型评测：制定和实施大模型的评估方案，结合人工评估和自动化评估手段，确保模型性能的可靠性和稳定性； 7、对话全链路优化，包含但不限于时延、打断、音色等优化； 8、应用落地：定义业务问题，设定任务标准和目标，不断优化模型和系统，以达到最佳的业务效果和用户满意度。 9、研究和应用最新的机器学习算法、大模型算法、agent范式，探索创新的方法来提升保险服务的个性化和智能化水平； 10、与数据团队、业务团队和技术团队紧密合作，共同推动数据驱动决策和业务创新。 技能需求： 1、正在攻读计算机科学、数据科学、统计学或相关领域的本科或研究生学位； 2、具备扎实的编程能力，熟悉Python等主流编程语言和数据分析工具。 3、熟悉常用的数据挖掘算法和机器学习技术，如决策树、聚类、回归、深度学习等。熟悉大模型算法的基本原理，掌握一定的提示词工程、大模型训练技巧。 4、具备数据处理和清洗的能力，熟悉SQL、数据清洗工具等。 5、对保险行业和互联网金融有基本的了解和兴趣，了解相关业务和风险控制的基本原理。 6、具备良好的分析能力、问题解决能力和团队合作精神，能够与跨部门团队合作完成项目任务。