職位描述
深度學習機器學習大模型算法知識圖譜搜索/推薦算法反欺詐/風控PyTorchTensorFlowPython互聯(lián)網金融/小額貸款人工智能
崗位核心目標：
負責設計、開發(fā)與優(yōu)化基于大語言模型（LLM）的輕量化智能催收解決方案。通過先進的模型微調（Fine-tuning）和知識蒸餾（KnowledgeDistillation）技術，顯著縮小模型參數量，降低推理所需的算力成本，并大幅減少服務響應時延，以滿足催收業(yè)務對高效、實時、低成本AI能力的需求。
主要崗位職責：
1.模型壓縮策略設計與實施：
ü 深入理解催收業(yè)務場景（如智能外呼對話、還款意愿/能力預測、話術建議、風險評估等）對模型性能和效率的具體要求。
ü 設計并主導實施基于“大模型微調”和“知識蒸餾”的模型壓縮技術路線圖，以生成高性能、低參數量的輕量級模型。
ü 探索和應用先進的微調技術（如LoRA,Adapter,Prefix-Tuning等參數高效微調方法）以適應催收領域數據，提升模型任務表現。
ü 設計并執(zhí)行有效的蒸餾方案，選擇合適的教師模型（TeacherModel）和架構精簡的學生模型（StudentModel），將大模型的知識高效遷移到小模型中。
2.催收場景數據集構建與處理：
ü 與業(yè)務團隊緊密合作，理解催收流程、溝通話術、客戶畫像及合規(guī)要求。
ü 主導或參與構建、清洗、標注適用于催收任務的特定領域高質量數據集（如催收對話文本、客戶歷史行為數據、催收結果記錄等）。
ü 設計數據增強策略，提升模型在催收場景下的魯棒性和泛化能力。
3.輕量化模型開發(fā)與訓練：
ü 選擇合適的預訓練大模型（如開源LLM）作為基礎。
ü 開發(fā)高效的微調和蒸餾訓練腳本與流程。
ü 訓練、調優(yōu)和評估經過壓縮后的輕量級學生模型，確保其在催收核心任務（如意圖識別、情緒分析、關鍵信息抽取、風險評分、對話生成等）上的性能達到業(yè)務要求，同時顯著降低模型大小和復雜度。
4.模型性能評估與優(yōu)化：
ü 建立全面的評估指標體系，不僅關注模型在催收任務上的準確率、召回率等業(yè)務指標，尤其關注模型壓縮后的關鍵性能指標：
n 模型參數量&體積：量化壓縮效果。
n 推理速度/時延：在目標硬件（CPU/邊緣設備/云服務器）上測量端到端響應時間，確保滿足催收實時交互需求。
n 計算資源消耗(FLOPs,內存占用)：精確評估模型運行所需的算力資源。
n 能效比：評估單位算力或單位時間內的任務處理能力。
ü 持續(xù)迭代優(yōu)化模型架構、蒸餾策略和訓練方法，在模型性能、大小、時延和資源消耗之間尋求平衡點。
5.模型部署與推理優(yōu)化：
ü 與工程團隊協(xié)作，將優(yōu)化后的輕量級模型高效部署到生產環(huán)境。
ü 應用模型量化（Quantization）、剪枝（Pruning）、硬件加速（如TensorRT,ONNXRuntime優(yōu)化）等技術，進一步降低推理時延和資源消耗。
ü 監(jiān)控線上模型的性能和效率指標，持續(xù)進行優(yōu)化。
6.算力成本分析與優(yōu)化：
ü 評估不同模型方案（原始大模型vs壓縮后模型）在訓練和推理階段的算力成本差異。
ü 提供數據支持，證明通過模型壓縮技術實現的算力節(jié)省和成本降低。
7.技術研究與創(chuàng)新：
ü 跟蹤大模型壓縮、高效微調、知識蒸餾等領域的技術進展（如結構化蒸餾、任務自適應蒸餾、動態(tài)蒸餾等）。
ü 探索并嘗試將前沿技術應用于催收場景，持續(xù)提升輕量化模型的能力邊界和效率。
負責設計、開發(fā)與優(yōu)化基于大語言模型（LLM）的輕量化智能催收解決方案。通過先進的模型微調（Fine-tuning）和知識蒸餾（KnowledgeDistillation）技術，顯著縮小模型參數量，降低推理所需的算力成本，并大幅減少服務響應時延，以滿足催收業(yè)務對高效、實時、低成本AI能力的需求。
主要崗位職責：
1.模型壓縮策略設計與實施：
ü 深入理解催收業(yè)務場景（如智能外呼對話、還款意愿/能力預測、話術建議、風險評估等）對模型性能和效率的具體要求。
ü 設計并主導實施基于“大模型微調”和“知識蒸餾”的模型壓縮技術路線圖，以生成高性能、低參數量的輕量級模型。
ü 探索和應用先進的微調技術（如LoRA,Adapter,Prefix-Tuning等參數高效微調方法）以適應催收領域數據，提升模型任務表現。
ü 設計并執(zhí)行有效的蒸餾方案，選擇合適的教師模型（TeacherModel）和架構精簡的學生模型（StudentModel），將大模型的知識高效遷移到小模型中。
2.催收場景數據集構建與處理：
ü 與業(yè)務團隊緊密合作，理解催收流程、溝通話術、客戶畫像及合規(guī)要求。
ü 主導或參與構建、清洗、標注適用于催收任務的特定領域高質量數據集（如催收對話文本、客戶歷史行為數據、催收結果記錄等）。
ü 設計數據增強策略，提升模型在催收場景下的魯棒性和泛化能力。
3.輕量化模型開發(fā)與訓練：
ü 選擇合適的預訓練大模型（如開源LLM）作為基礎。
ü 開發(fā)高效的微調和蒸餾訓練腳本與流程。
ü 訓練、調優(yōu)和評估經過壓縮后的輕量級學生模型，確保其在催收核心任務（如意圖識別、情緒分析、關鍵信息抽取、風險評分、對話生成等）上的性能達到業(yè)務要求，同時顯著降低模型大小和復雜度。
4.模型性能評估與優(yōu)化：
ü 建立全面的評估指標體系，不僅關注模型在催收任務上的準確率、召回率等業(yè)務指標，尤其關注模型壓縮后的關鍵性能指標：
n 模型參數量&體積：量化壓縮效果。
n 推理速度/時延：在目標硬件（CPU/邊緣設備/云服務器）上測量端到端響應時間，確保滿足催收實時交互需求。
n 計算資源消耗(FLOPs,內存占用)：精確評估模型運行所需的算力資源。
n 能效比：評估單位算力或單位時間內的任務處理能力。
ü 持續(xù)迭代優(yōu)化模型架構、蒸餾策略和訓練方法，在模型性能、大小、時延和資源消耗之間尋求平衡點。
5.模型部署與推理優(yōu)化：
ü 與工程團隊協(xié)作，將優(yōu)化后的輕量級模型高效部署到生產環(huán)境。
ü 應用模型量化（Quantization）、剪枝（Pruning）、硬件加速（如TensorRT,ONNXRuntime優(yōu)化）等技術，進一步降低推理時延和資源消耗。
ü 監(jiān)控線上模型的性能和效率指標，持續(xù)進行優(yōu)化。
6.算力成本分析與優(yōu)化：
ü 評估不同模型方案（原始大模型vs壓縮后模型）在訓練和推理階段的算力成本差異。
ü 提供數據支持，證明通過模型壓縮技術實現的算力節(jié)省和成本降低。
7.技術研究與創(chuàng)新：
ü 跟蹤大模型壓縮、高效微調、知識蒸餾等領域的技術進展（如結構化蒸餾、任務自適應蒸餾、動態(tài)蒸餾等）。
ü 探索并嘗試將前沿技術應用于催收場景，持續(xù)提升輕量化模型的能力邊界和效率。
工作地點
天津市河西區(qū)環(huán)湖南道9號6門
相似職位
- 大模型算法工程師1.3-1.8萬
天津 - 濱海新區(qū)
名道恒通 - 高級ai算法工程師1.5-2.2萬
天津 - 西青
天津南開創(chuàng)元信息技術有限公司 - 算法工程師1.5-3萬
天津 - 濱海新區(qū)
天津華慧芯科技集團有限公司 - 車輛控制系統(tǒng)與算法工程師1.4-2萬
天津 - 南開
天津朝霞摩托車技術開發(fā)有限公司 - 2025055Java開發(fā)工程師1.5-1.7萬
天津 - 東麗
南京瑞能慧采信息技術有限公司 - 智能制造算法工程師（2025社招）(J12403)1-1.5萬·15薪
天津 - 西青
中芯國際集成電路制造(上海)有限公司
熱門公司推薦
- 霸王茶姬招聘
- 肯德基招聘
- 順豐招聘
- 美團招聘
- 京東招聘
- 餓了么招聘
- 比亞迪招聘
- 中國一汽招聘
- 北京汽車招聘
- 蔚來招聘
- 東風汽車招聘
- 長城汽車招聘
- 奇瑞汽車招聘
- 理想汽車招聘
- 長鑫存儲招聘
- 天江藥業(yè)招聘
- 藍月亮招聘
- 安踏招聘
- TCL招聘
- 海信招聘
- 聯(lián)想招聘
- ?？低曊衅?/a>
- 寧德時代招聘
- 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)跳動招聘
- 新華網招聘
- 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)集團招聘
- 中國移動招聘
- 中國聯(lián)通招聘
- 中國電信招聘
- 中糧集團招聘
- 國藥控股招聘
- 中廣核招聘
- 中國船舶招聘
- 強生中國招聘
- 匯豐中國招聘
- 宜家招聘
- 立邦中國招聘
- 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/人事經理
剛剛活躍立即溝通
天津中建北方集團有限公司中建北方集團以天津中建北方集團有限公司為核心，多家子公司、控股公司、參股公司組成。集投資、金融、國內國際貿易、冷鏈物流、供應鏈管理、融資租賃、商業(yè)保理、不良資產管理、科技、投資等各大板塊為一體的綜合性現代化集團。在金融領域，中建北方旗下?lián)碛腥谫Y租賃公司，商業(yè)保理公司，供應鏈管理公司，融資擔保公司，金融服務公司，資產管理公司，汽車金融公司等金融服務全牌照。自創(chuàng)業(yè)伊始，中建北方集團就以“守法、誠信、開拓、雙贏”作為企業(yè)宗旨，在董事長吳強先生的帶領下，建立科學高效的管理機制，采取可持續(xù)發(fā)展戰(zhàn)略，整合優(yōu)勢資源，不斷提高集團的綜合實力。經過15年的用心經營，中建北方集團麾下公司取得了豐碩成果：主營公司概況簡述：華物融資租賃（天津）有限公司，主營業(yè)務：融資租賃、向國內外購買租賃資產、租賃資產的殘值處理機維修和租賃交易咨詢、擔保等業(yè)務。擁有中國領先的融資租賃理念，提供以融資租賃為核心的綜合金融服務方案，作為融資行業(yè)的先行者，在工程機械、大宗商品等多個產業(yè)有突出優(yōu)勢，推動中國融資租賃行業(yè)的不斷發(fā)展。華信國際商業(yè)保理（天津）有限公司，依托中建北方控股集團產業(yè)運營經驗及與之配套的專業(yè)服務能力，通過天津中建北方集團和中國南方資源兩家股東的資金實力，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。全力打造金控架構下的”綜合金融服務及金融交易服務供應商”以先進的融資理念為企業(yè)提供支持，謀求共贏。深圳市前海供應鏈管理有限公司，是國內領先的供應鏈管理解決方案服務商。公司致力于搭建商流、物流、資金流、信息流、技術流五流合一的供應鏈服務平臺，為客戶提供包括國際采購、分銷執(zhí)行、VMI服務、進出口通關、運輸管理、倉儲、配送、資金結算、信息管理等服務平臺降低企業(yè)非核心業(yè)務的運營成本，優(yōu)化企業(yè)服務水平與供應鏈運作成本的平衡，提升企業(yè)核心競爭力。深圳市國泰安金融服務公司系中建北方控股集團旗下子公司之一，國泰安金融服務公司作為資產證券化的創(chuàng)新者，定位于打通實業(yè)和資本的高效平臺，以股權投資、新三板、定向增長和并購基金為四大業(yè)務服務于國內外高成長性的企業(yè)和高凈值客戶，并致力于將其打造成國內資產管理第一品牌。國泰安金融立足于深圳，以珠三角為重點，輻射全國，現已儲備眾多優(yōu)質資產項目。并和眾多知名企業(yè)形成戰(zhàn)略合作伙伴關系。2016年是國泰安金融戰(zhàn)略升級元年，公司將肩負起企業(yè)發(fā)展的重大使命，以資本反哺實業(yè)，回饋社會。梧桐樹下俱樂部，由中建北方集團、偉業(yè)易達、中和資本等十余家股東單位發(fā)起籌建，在貿易、供應鏈、投融資、資產管理等方面耕耘多年。貿易額及管理資本均超過百億元。梧桐樹下俱樂部定位是引鳳筑巢，集大智，視天下。匯聚政商民智，解析財富生活。為奮斗者而搭建的社群網絡，結合OTO技術，幫助客戶實現圈層拓展，認知成長，資源整合，思想進步，價值實現和美好生活。上海鑫源供應鏈管理有限公司，是國內綜合性的冷鏈物流集團公司，主營國內冷鏈干線零擔運輸業(yè)務及落地分撥。中國物流與采購聯(lián)合會冷鏈物流專業(yè)委員會--副會長單位、行業(yè)標準起草單位、2017-2018中國冷鏈產業(yè)金鏈獎-十佳運輸服務商。專業(yè)的團隊及信息技術系統(tǒng)，強大的物流方案策劃制作能力和物流基礎網絡，為廣大客戶提供優(yōu)質的服務。禹眾速和科技集團成立于2006年，歷時十幾年的發(fā)展，在個人金融不良資產領域，先后成立了智能運營板塊和數智化科技板塊。智能運營板塊主體運營公司為北京廣瀾資產管理有限公司，緊緊圍繞不良資產收購、處置、經營領域深耕，構建了資產評估及智慧化運營能力。數智化科技板塊主體運營公司為前海眾睿致合科技（深圳）有限公司，基于人工智能、大數據等技術構建了貸后數智化整體科技解決方案，賦能行業(yè)金融機構、資產管理公司、資產處置公司等客戶，為客戶實現降本、增效、合規(guī)管控及資產處置的數智化貢獻價值。2016年，中建北方集團正式啟動，標志著中建北方集團的發(fā)展翻開了新的篇章。中建北方控股集團將以立足天津，輻射全國為發(fā)展目前，始終以更廣闊的視野、更開放的平臺、更有效的措施，推動集團業(yè)務的穩(wěn)步發(fā)展，實現百年企業(yè)的宏偉藍圖！
公司主頁