職位描述
深度學(xué)習(xí)機(jī)器學(xué)習(xí)大模型算法知識(shí)圖譜搜索/推薦算法反欺詐/風(fēng)控PyTorchTensorFlowPython互聯(lián)網(wǎng)金融/小額貸款人工智能
崗位核心目標(biāo)：
負(fù)責(zé)設(shè)計(jì)、開(kāi)發(fā)與優(yōu)化基于大語(yǔ)言模型（LLM）的輕量化智能催收解決方案。通過(guò)先進(jìn)的模型微調(diào)（Fine-tuning）和知識(shí)蒸餾（KnowledgeDistillation）技術(shù)，顯著縮小模型參數(shù)量，降低推理所需的算力成本，并大幅減少服務(wù)響應(yīng)時(shí)延，以滿足催收業(yè)務(wù)對(duì)高效、實(shí)時(shí)、低成本AI能力的需求。
主要崗位職責(zé)：
1.模型壓縮策略設(shè)計(jì)與實(shí)施：
ü 深入理解催收業(yè)務(wù)場(chǎng)景（如智能外呼對(duì)話、還款意愿/能力預(yù)測(cè)、話術(shù)建議、風(fēng)險(xiǎn)評(píng)估等）對(duì)模型性能和效率的具體要求。
ü 設(shè)計(jì)并主導(dǎo)實(shí)施基于“大模型微調(diào)”和“知識(shí)蒸餾”的模型壓縮技術(shù)路線圖，以生成高性能、低參數(shù)量的輕量級(jí)模型。
ü 探索和應(yīng)用先進(jìn)的微調(diào)技術(shù)（如LoRA,Adapter,Prefix-Tuning等參數(shù)高效微調(diào)方法）以適應(yīng)催收領(lǐng)域數(shù)據(jù)，提升模型任務(wù)表現(xiàn)。
ü 設(shè)計(jì)并執(zhí)行有效的蒸餾方案，選擇合適的教師模型（TeacherModel）和架構(gòu)精簡(jiǎn)的學(xué)生模型（StudentModel），將大模型的知識(shí)高效遷移到小模型中。
2.催收?qǐng)鼍皵?shù)據(jù)集構(gòu)建與處理：
ü 與業(yè)務(wù)團(tuán)隊(duì)緊密合作，理解催收流程、溝通話術(shù)、客戶畫(huà)像及合規(guī)要求。
ü 主導(dǎo)或參與構(gòu)建、清洗、標(biāo)注適用于催收任務(wù)的特定領(lǐng)域高質(zhì)量數(shù)據(jù)集（如催收對(duì)話文本、客戶歷史行為數(shù)據(jù)、催收結(jié)果記錄等）。
ü 設(shè)計(jì)數(shù)據(jù)增強(qiáng)策略，提升模型在催收?qǐng)鼍跋碌聂敯粜院头夯芰Α?br>
3.輕量化模型開(kāi)發(fā)與訓(xùn)練：
ü 選擇合適的預(yù)訓(xùn)練大模型（如開(kāi)源LLM）作為基礎(chǔ)。
ü 開(kāi)發(fā)高效的微調(diào)和蒸餾訓(xùn)練腳本與流程。
ü 訓(xùn)練、調(diào)優(yōu)和評(píng)估經(jīng)過(guò)壓縮后的輕量級(jí)學(xué)生模型，確保其在催收核心任務(wù)（如意圖識(shí)別、情緒分析、關(guān)鍵信息抽取、風(fēng)險(xiǎn)評(píng)分、對(duì)話生成等）上的性能達(dá)到業(yè)務(wù)要求，同時(shí)顯著降低模型大小和復(fù)雜度。
4.模型性能評(píng)估與優(yōu)化：
ü 建立全面的評(píng)估指標(biāo)體系，不僅關(guān)注模型在催收任務(wù)上的準(zhǔn)確率、召回率等業(yè)務(wù)指標(biāo)，尤其關(guān)注模型壓縮后的關(guān)鍵性能指標(biāo)：
n 模型參數(shù)量&體積：量化壓縮效果。
n 推理速度/時(shí)延：在目標(biāo)硬件（CPU/邊緣設(shè)備/云服務(wù)器）上測(cè)量端到端響應(yīng)時(shí)間，確保滿足催收實(shí)時(shí)交互需求。
n 計(jì)算資源消耗(FLOPs,內(nèi)存占用)：精確評(píng)估模型運(yùn)行所需的算力資源。
n 能效比：評(píng)估單位算力或單位時(shí)間內(nèi)的任務(wù)處理能力。
ü 持續(xù)迭代優(yōu)化模型架構(gòu)、蒸餾策略和訓(xùn)練方法，在模型性能、大小、時(shí)延和資源消耗之間尋求平衡點(diǎn)。
5.模型部署與推理優(yōu)化：
ü 與工程團(tuán)隊(duì)協(xié)作，將優(yōu)化后的輕量級(jí)模型高效部署到生產(chǎn)環(huán)境。
ü 應(yīng)用模型量化（Quantization）、剪枝（Pruning）、硬件加速（如TensorRT,ONNXRuntime優(yōu)化）等技術(shù)，進(jìn)一步降低推理時(shí)延和資源消耗。
ü 監(jiān)控線上模型的性能和效率指標(biāo)，持續(xù)進(jìn)行優(yōu)化。
6.算力成本分析與優(yōu)化：
ü 評(píng)估不同模型方案（原始大模型vs壓縮后模型）在訓(xùn)練和推理階段的算力成本差異。
ü 提供數(shù)據(jù)支持，證明通過(guò)模型壓縮技術(shù)實(shí)現(xiàn)的算力節(jié)省和成本降低。
7.技術(shù)研究與創(chuàng)新：
ü 跟蹤大模型壓縮、高效微調(diào)、知識(shí)蒸餾等領(lǐng)域的技術(shù)進(jìn)展（如結(jié)構(gòu)化蒸餾、任務(wù)自適應(yīng)蒸餾、動(dòng)態(tài)蒸餾等）。
ü 探索并嘗試將前沿技術(shù)應(yīng)用于催收?qǐng)鼍?，持續(xù)提升輕量化模型的能力邊界和效率。
負(fù)責(zé)設(shè)計(jì)、開(kāi)發(fā)與優(yōu)化基于大語(yǔ)言模型（LLM）的輕量化智能催收解決方案。通過(guò)先進(jìn)的模型微調(diào)（Fine-tuning）和知識(shí)蒸餾（KnowledgeDistillation）技術(shù)，顯著縮小模型參數(shù)量，降低推理所需的算力成本，并大幅減少服務(wù)響應(yīng)時(shí)延，以滿足催收業(yè)務(wù)對(duì)高效、實(shí)時(shí)、低成本AI能力的需求。
主要崗位職責(zé)：
1.模型壓縮策略設(shè)計(jì)與實(shí)施：
ü 深入理解催收業(yè)務(wù)場(chǎng)景（如智能外呼對(duì)話、還款意愿/能力預(yù)測(cè)、話術(shù)建議、風(fēng)險(xiǎn)評(píng)估等）對(duì)模型性能和效率的具體要求。
ü 設(shè)計(jì)并主導(dǎo)實(shí)施基于“大模型微調(diào)”和“知識(shí)蒸餾”的模型壓縮技術(shù)路線圖，以生成高性能、低參數(shù)量的輕量級(jí)模型。
ü 探索和應(yīng)用先進(jìn)的微調(diào)技術(shù)（如LoRA,Adapter,Prefix-Tuning等參數(shù)高效微調(diào)方法）以適應(yīng)催收領(lǐng)域數(shù)據(jù)，提升模型任務(wù)表現(xiàn)。
ü 設(shè)計(jì)并執(zhí)行有效的蒸餾方案，選擇合適的教師模型（TeacherModel）和架構(gòu)精簡(jiǎn)的學(xué)生模型（StudentModel），將大模型的知識(shí)高效遷移到小模型中。
2.催收?qǐng)鼍皵?shù)據(jù)集構(gòu)建與處理：
ü 與業(yè)務(wù)團(tuán)隊(duì)緊密合作，理解催收流程、溝通話術(shù)、客戶畫(huà)像及合規(guī)要求。
ü 主導(dǎo)或參與構(gòu)建、清洗、標(biāo)注適用于催收任務(wù)的特定領(lǐng)域高質(zhì)量數(shù)據(jù)集（如催收對(duì)話文本、客戶歷史行為數(shù)據(jù)、催收結(jié)果記錄等）。
ü 設(shè)計(jì)數(shù)據(jù)增強(qiáng)策略，提升模型在催收?qǐng)鼍跋碌聂敯粜院头夯芰Α?br>
3.輕量化模型開(kāi)發(fā)與訓(xùn)練：
ü 選擇合適的預(yù)訓(xùn)練大模型（如開(kāi)源LLM）作為基礎(chǔ)。
ü 開(kāi)發(fā)高效的微調(diào)和蒸餾訓(xùn)練腳本與流程。
ü 訓(xùn)練、調(diào)優(yōu)和評(píng)估經(jīng)過(guò)壓縮后的輕量級(jí)學(xué)生模型，確保其在催收核心任務(wù)（如意圖識(shí)別、情緒分析、關(guān)鍵信息抽取、風(fēng)險(xiǎn)評(píng)分、對(duì)話生成等）上的性能達(dá)到業(yè)務(wù)要求，同時(shí)顯著降低模型大小和復(fù)雜度。
4.模型性能評(píng)估與優(yōu)化：
ü 建立全面的評(píng)估指標(biāo)體系，不僅關(guān)注模型在催收任務(wù)上的準(zhǔn)確率、召回率等業(yè)務(wù)指標(biāo)，尤其關(guān)注模型壓縮后的關(guān)鍵性能指標(biāo)：
n 模型參數(shù)量&體積：量化壓縮效果。
n 推理速度/時(shí)延：在目標(biāo)硬件（CPU/邊緣設(shè)備/云服務(wù)器）上測(cè)量端到端響應(yīng)時(shí)間，確保滿足催收實(shí)時(shí)交互需求。
n 計(jì)算資源消耗(FLOPs,內(nèi)存占用)：精確評(píng)估模型運(yùn)行所需的算力資源。
n 能效比：評(píng)估單位算力或單位時(shí)間內(nèi)的任務(wù)處理能力。
ü 持續(xù)迭代優(yōu)化模型架構(gòu)、蒸餾策略和訓(xùn)練方法，在模型性能、大小、時(shí)延和資源消耗之間尋求平衡點(diǎn)。
5.模型部署與推理優(yōu)化：
ü 與工程團(tuán)隊(duì)協(xié)作，將優(yōu)化后的輕量級(jí)模型高效部署到生產(chǎn)環(huán)境。
ü 應(yīng)用模型量化（Quantization）、剪枝（Pruning）、硬件加速（如TensorRT,ONNXRuntime優(yōu)化）等技術(shù)，進(jìn)一步降低推理時(shí)延和資源消耗。
ü 監(jiān)控線上模型的性能和效率指標(biāo)，持續(xù)進(jìn)行優(yōu)化。
6.算力成本分析與優(yōu)化：
ü 評(píng)估不同模型方案（原始大模型vs壓縮后模型）在訓(xùn)練和推理階段的算力成本差異。
ü 提供數(shù)據(jù)支持，證明通過(guò)模型壓縮技術(shù)實(shí)現(xiàn)的算力節(jié)省和成本降低。
7.技術(shù)研究與創(chuàng)新：
ü 跟蹤大模型壓縮、高效微調(diào)、知識(shí)蒸餾等領(lǐng)域的技術(shù)進(jìn)展（如結(jié)構(gòu)化蒸餾、任務(wù)自適應(yīng)蒸餾、動(dòng)態(tài)蒸餾等）。
ü 探索并嘗試將前沿技術(shù)應(yīng)用于催收?qǐng)鼍?，持續(xù)提升輕量化模型的能力邊界和效率。
工作地點(diǎn)
天津市河西區(qū)環(huán)湖南道9號(hào)6門(mén)
相似職位
- 大模型算法工程師2-3萬(wàn)
天津 - 西青
天津天融環(huán)境科技發(fā)展有限公司 - 算法開(kāi)發(fā)1.4-2萬(wàn)
天津 - 和平
北京青錢(qián)信息技術(shù)有限公司 - 端側(cè)AI模型優(yōu)化工程師1.5-3萬(wàn)
天津 - 濱海新區(qū)
天津智臨天河科技有限公司 - 大模型應(yīng)用研發(fā)工程師1.3-2.1萬(wàn)·16薪
天津 - 濱海新區(qū)
天津市天河計(jì)算機(jī)技術(shù)有限公司 - 雷達(dá)算法工程師1.5-2.5萬(wàn)·13薪
天津 - 西青
安聞科技集團(tuán)股份有限公司 天津 - 西青
南大通用數(shù)據(jù)
熱門(mén)公司推薦
- 霸王茶姬招聘
- 肯德基招聘
- 順豐招聘
- 美團(tuán)招聘
- 京東招聘
- 餓了么招聘
- 比亞迪招聘
- 中國(guó)一汽招聘
- 北京汽車(chē)招聘
- 蔚來(lái)招聘
- 東風(fēng)汽車(chē)招聘
- 長(zhǎng)城汽車(chē)招聘
- 奇瑞汽車(chē)招聘
- 理想汽車(chē)招聘
- 長(zhǎng)鑫存儲(chǔ)招聘
- 天江藥業(yè)招聘
- 藍(lán)月亮招聘
- 安踏招聘
- TCL招聘
- 海信招聘
- 聯(lián)想招聘
- 海康威視招聘
- 寧德時(shí)代招聘
- 中興招聘
- 新松招聘
- 京東方招聘
- 申通招聘
- 圓通招聘
- 中通招聘
- 百世物流招聘
- 德邦物流招聘
- 麥當(dāng)勞招聘
- 星巴克招聘
- 海底撈招聘
- 蜜雪冰城招聘
- 瑞幸招聘
- 雀巢招聘
- 騰訊招聘
- 百度招聘
- 快手招聘
- 字節(jié)跳動(dòng)招聘
- 新華網(wǎng)招聘
- 小米招聘
- 招商銀行招聘
- 中信銀行招聘
- 北京銀行招聘
- 興業(yè)銀行招聘
- 交通銀行招聘
- 建發(fā)集團(tuán)招聘
- 中國(guó)移動(dòng)招聘
- 中國(guó)聯(lián)通招聘
- 中國(guó)電信招聘
- 中糧集團(tuán)招聘
- 國(guó)藥控股招聘
- 中廣核招聘
- 中國(guó)船舶招聘
- 強(qiáng)生中國(guó)招聘
- 匯豐中國(guó)招聘
- 宜家招聘
- 立邦中國(guó)招聘
- 伊利招聘
- 青島啤酒招聘
- 京港地鐵招聘
- 寶馬招聘
- 小鵬汽車(chē)招聘
- 華為招聘
- 特斯拉招聘
- 吉利招聘
- 奔馳招聘
- 海爾招聘
- 美的招聘
- 京東方招聘
- 施耐德電氣招聘
- 德邦物流招聘
職位發(fā)布者
徐女士/人事經(jīng)理
三日內(nèi)活躍立即溝通
天津中建北方集團(tuán)有限公司中建北方集團(tuán)以天津中建北方集團(tuán)有限公司為核心，多家子公司、控股公司、參股公司組成。集投資、金融、國(guó)內(nèi)國(guó)際貿(mào)易、冷鏈物流、供應(yīng)鏈管理、融資租賃、商業(yè)保理、不良資產(chǎn)管理、科技、投資等各大板塊為一體的綜合性現(xiàn)代化集團(tuán)。在金融領(lǐng)域，中建北方旗下?lián)碛腥谫Y租賃公司，商業(yè)保理公司，供應(yīng)鏈管理公司，融資擔(dān)保公司，金融服務(wù)公司，資產(chǎn)管理公司，汽車(chē)金融公司等金融服務(wù)全牌照。自創(chuàng)業(yè)伊始，中建北方集團(tuán)就以“守法、誠(chéng)信、開(kāi)拓、雙贏”作為企業(yè)宗旨，在董事長(zhǎng)吳強(qiáng)先生的帶領(lǐng)下，建立科學(xué)高效的管理機(jī)制，采取可持續(xù)發(fā)展戰(zhàn)略，整合優(yōu)勢(shì)資源，不斷提高集團(tuán)的綜合實(shí)力。經(jīng)過(guò)15年的用心經(jīng)營(yíng)，中建北方集團(tuán)麾下公司取得了豐碩成果：主營(yíng)公司概況簡(jiǎn)述：華物融資租賃（天津）有限公司，主營(yíng)業(yè)務(wù)：融資租賃、向國(guó)內(nèi)外購(gòu)買(mǎi)租賃資產(chǎn)、租賃資產(chǎn)的殘值處理機(jī)維修和租賃交易咨詢、擔(dān)保等業(yè)務(wù)。擁有中國(guó)領(lǐng)先的融資租賃理念，提供以融資租賃為核心的綜合金融服務(wù)方案，作為融資行業(yè)的先行者，在工程機(jī)械、大宗商品等多個(gè)產(chǎn)業(yè)有突出優(yōu)勢(shì)，推動(dòng)中國(guó)融資租賃行業(yè)的不斷發(fā)展。華信國(guó)際商業(yè)保理（天津）有限公司，依托中建北方控股集團(tuán)產(chǎn)業(yè)運(yùn)營(yíng)經(jīng)驗(yàn)及與之配套的專業(yè)服務(wù)能力，通過(guò)天津中建北方集團(tuán)和中國(guó)南方資源兩家股東的資金實(shí)力，利用多元金融工具的組合與創(chuàng)新，為廣大客戶提供全方位的綜合金融服務(wù)。全力打造金控架構(gòu)下的”綜合金融服務(wù)及金融交易服務(wù)供應(yīng)商”以先進(jìn)的融資理念為企業(yè)提供支持，謀求共贏。深圳市前海供應(yīng)鏈管理有限公司，是國(guó)內(nèi)領(lǐng)先的供應(yīng)鏈管理解決方案服務(wù)商。公司致力于搭建商流、物流、資金流、信息流、技術(shù)流五流合一的供應(yīng)鏈服務(wù)平臺(tái)，為客戶提供包括國(guó)際采購(gòu)、分銷執(zhí)行、VMI服務(wù)、進(jìn)出口通關(guān)、運(yùn)輸管理、倉(cāng)儲(chǔ)、配送、資金結(jié)算、信息管理等服務(wù)平臺(tái)降低企業(yè)非核心業(yè)務(wù)的運(yùn)營(yíng)成本，優(yōu)化企業(yè)服務(wù)水平與供應(yīng)鏈運(yùn)作成本的平衡，提升企業(yè)核心競(jìng)爭(zhēng)力。深圳市國(guó)泰安金融服務(wù)公司系中建北方控股集團(tuán)旗下子公司之一，國(guó)泰安金融服務(wù)公司作為資產(chǎn)證券化的創(chuàng)新者，定位于打通實(shí)業(yè)和資本的高效平臺(tái)，以股權(quán)投資、新三板、定向增長(zhǎng)和并購(gòu)基金為四大業(yè)務(wù)服務(wù)于國(guó)內(nèi)外高成長(zhǎng)性的企業(yè)和高凈值客戶，并致力于將其打造成國(guó)內(nèi)資產(chǎn)管理第一品牌。國(guó)泰安金融立足于深圳，以珠三角為重點(diǎn)，輻射全國(guó)，現(xiàn)已儲(chǔ)備眾多優(yōu)質(zhì)資產(chǎn)項(xiàng)目。并和眾多知名企業(yè)形成戰(zhàn)略合作伙伴關(guān)系。2016年是國(guó)泰安金融戰(zhàn)略升級(jí)元年，公司將肩負(fù)起企業(yè)發(fā)展的重大使命，以資本反哺實(shí)業(yè)，回饋社會(huì)。梧桐樹(shù)下俱樂(lè)部，由中建北方集團(tuán)、偉業(yè)易達(dá)、中和資本等十余家股東單位發(fā)起籌建，在貿(mào)易、供應(yīng)鏈、投融資、資產(chǎn)管理等方面耕耘多年。貿(mào)易額及管理資本均超過(guò)百億元。梧桐樹(shù)下俱樂(lè)部定位是引鳳筑巢，集大智，視天下。匯聚政商民智，解析財(cái)富生活。為奮斗者而搭建的社群網(wǎng)絡(luò)，結(jié)合OTO技術(shù)，幫助客戶實(shí)現(xiàn)圈層拓展，認(rèn)知成長(zhǎng)，資源整合，思想進(jìn)步，價(jià)值實(shí)現(xiàn)和美好生活。上海鑫源供應(yīng)鏈管理有限公司，是國(guó)內(nèi)綜合性的冷鏈物流集團(tuán)公司，主營(yíng)國(guó)內(nèi)冷鏈干線零擔(dān)運(yùn)輸業(yè)務(wù)及落地分撥。中國(guó)物流與采購(gòu)聯(lián)合會(huì)冷鏈物流專業(yè)委員會(huì)--副會(huì)長(zhǎng)單位、行業(yè)標(biāo)準(zhǔn)起草單位、2017-2018中國(guó)冷鏈產(chǎn)業(yè)金鏈獎(jiǎng)-十佳運(yùn)輸服務(wù)商。專業(yè)的團(tuán)隊(duì)及信息技術(shù)系統(tǒng)，強(qiáng)大的物流方案策劃制作能力和物流基礎(chǔ)網(wǎng)絡(luò)，為廣大客戶提供優(yōu)質(zhì)的服務(wù)。禹眾速和科技集團(tuán)成立于2006年，歷時(shí)十幾年的發(fā)展，在個(gè)人金融不良資產(chǎn)領(lǐng)域，先后成立了智能運(yùn)營(yíng)板塊和數(shù)智化科技板塊。智能運(yùn)營(yíng)板塊主體運(yùn)營(yíng)公司為北京廣瀾資產(chǎn)管理有限公司，緊緊圍繞不良資產(chǎn)收購(gòu)、處置、經(jīng)營(yíng)領(lǐng)域深耕，構(gòu)建了資產(chǎn)評(píng)估及智慧化運(yùn)營(yíng)能力。數(shù)智化科技板塊主體運(yùn)營(yíng)公司為前海眾睿致合科技（深圳）有限公司，基于人工智能、大數(shù)據(jù)等技術(shù)構(gòu)建了貸后數(shù)智化整體科技解決方案，賦能行業(yè)金融機(jī)構(gòu)、資產(chǎn)管理公司、資產(chǎn)處置公司等客戶，為客戶實(shí)現(xiàn)降本、增效、合規(guī)管控及資產(chǎn)處置的數(shù)智化貢獻(xiàn)價(jià)值。2016年，中建北方集團(tuán)正式啟動(dòng)，標(biāo)志著中建北方集團(tuán)的發(fā)展翻開(kāi)了新的篇章。中建北方控股集團(tuán)將以立足天津，輻射全國(guó)為發(fā)展目前，始終以更廣闊的視野、更開(kāi)放的平臺(tái)、更有效的措施，推動(dòng)集團(tuán)業(yè)務(wù)的穩(wěn)步發(fā)展，實(shí)現(xiàn)百年企業(yè)的宏偉藍(lán)圖！
公司主頁(yè)