岗位职责
信贷事业群风险管理部是公司智能化风控体系的核心研发力量，聚焦大模型及前沿算法在金融风险管理中的探索和深度应用。在这里，你将与全球顶尖的风控专家和算法工程师并肩工作，为亿级用户提供安全、高效、公平的金融服务。深入理解信贷业务，协同业务、策略、合规等团队，探索大模型及前沿算法在风险管理全链路中的应用，核心职责涵盖以下一个或多个方向。
主要职责包括：
- 大模型风控决策：利用LLM/Agent的推理与整合能力，从碎片化行为数据中构建独立于传统评分卡的风险评估能力，覆盖多维度信息整合、交叉验证、风险叙事推理等，并与量化模型做Delta分析，提取增量价值；
- 信贷核心模型建设：参与PD模型、反欺诈模型、需求预测模型、用户画像模型等信贷核心模型的设计、训练与迭代优化，并探索大模型与传统模型的融合增强路径（如特征增强、表征学习、信号校准等）；
- AI策略优化：基于大模型对现有信贷策略体系进行自动化扫描与挑战，发现策略漏洞、模型退化、规则冲突、过度拦截等问题，输出结构化的优化方向建议，驱动策略迭代；
- 对话式风控交互：参与设计基于大语言模型的多轮对话管理机制，解决意图识别、情绪感知、话术生成、谈判策略与引导等问题，提升模型在催收、智能客服等交互场景下的准确性、合规性与有效性；
- 能力建设：参与构建有信贷领域特色的的基座模型，为信贷智能化产品提供算法视角输入，通过智能体应用，帮助算法和业务团队提高能力上限。
任职要求
- 学历背景：符合要求的高校毕业生，博士优先，专业方向包括：计算机科学、人工智能、统计学、金融工程、应用数学、数据科学或相关专业背景；
- 技术能力
- 大模型原理与应用：对主流大模型（如GPT/Claude/LLaMA/Qwen/ChatGLM等）的架构原理、能力边界及预训练/后训练技术有深入理解；有大模型后训练经验，熟悉数据清洗、指令构造、SFT/RLHF/GRPO/DPO等全流程实操；具备扎实的PromptEngineering、RAG及Agent架构实践经验，能独立设计复杂的LLM推理与决策链路；
- AI风控决策的底层认知：对LLM在风险判断场景下的能力边界有清晰判断，包括幻觉控制、置信度校准、不确定性量化等关键问题；能区分统计关联与因果推理在风险决策中的差异，有因果推断相关项目经验者优先；
- 工程落地能力：有良好的代码开发能力，熟练使用Python、SQL等工具，精通主流深度学习及NLP开源 框架，具备多机多卡分布式训练实操能力；
- 综合素质。强自驱力和好奇心，持续关注A前沿并转化为工程实践；主动发现问题并推动解决；具备良好的跨团队协作与沟通能力。
加分项：
- 在ML/NLP/AI领域顶会或期刊（ICML、NeurIPS、ACL、EMNLP、AAAI、KDD等）发表过论文，或有开源项目贡献，或有全国性数学竞赛、建模竞赛获奖经历；
- 有金融、信贷、风控、反欺诈等垂直领域算法工作或实习经历；
- 有因果推断、多智能体协作、AI决策相关研究或项目经验；
- 具备大规模模型训练、性能调优及稳定性保障的工程经验。
特色标签
3年以上相关经验、AI Agent、Causal Inference、IT风险合规管理经验、LLM、Probability-of-Default模型、Prompt优化、Python、Retrieval-Augmented Generation、SQL、信用违约模型、信用风险评估、信贷、信贷风险管理、催收业务合规管理、分布式训练、参加算法相关竞赛/获奖、反欺诈模型、反洗钱、反洗钱调查、反舞弊项目经验、发表算法相关优秀论文、因果关系、因果推理、多轮对话、大中型企业从业、大数据、大模型架构、大模型算法、大语言模型、对话管理、对话系统、强化学习、提示设计、提示词工程、支付、数据挖掘、智能代理、智能体、有留学背景、机器学习、检索增强、检索增强生成、模型加速/性能优化、欺诈检测、欺诈识别、深度学习、独立工作能力、策略优化、策略迭代、算法工程化经验、自动化策略、自然语言处理算法、贷款风险、违约预测模型、金融、金融业务合规管理、金融业务合规管理经验、银行、风控、风控算法、风险管理体系组建