机器学习工程师 at FalconX
全职1个月前
Employment Information
职位描述
积极参与大型语言模型（LLM）的设计、开发与优化工作，通过实践方法针对金融领域专业术语和场景进行模型微调，具体包括数据预处理、模型训练及性能评估等任务，确保LLM满足金融应用的特定需求。同时运用提示词工程技术引导模型生成预期响应，涉及设计高效提示模板、基于模型表现迭代优化提示方案，并通过不同提示结构实验提升输出准确性与相关性。持续跟踪人工智能、机器学习及提示词工程领域（尤其是金融行业相关）的最新趋势与技术进展，通过持续研究、参与行业会议及研读专业出版物掌握新兴技术与最佳实践，确保产品保持竞争力与前沿性。与产品经理及其他相关团队密切协作，通过实际操作理解产品需求与客户痛点，将反馈直接融入模型开发与提示词优化流程，包括定期沟通会议、协作研讨会及迭代反馈循环，确保模型能力与业务目标保持一致。
核心职责
- 主导面向金融应用的LLM全生命周期开发与优化，确保模型在风险评估、欺诈检测、财务报告等任务中实现高精度与高效率
- 设计并实施高级提示词工程策略以提升模型输出质量，包括创建上下文感知提示模板，通过A/B测试与性能分析进行持续优化
- 监测分析人工智能与机器学习（特别是金融科技领域）的行业动态，挖掘模型升级与技术创新的潜在机会
- 协同跨职能团队将业务需求转化为技术规范，确保模型功能与用户需求及组织目标高度契合
- 系统记录模型训练、优化及提示词工程过程中的经验洞见，支持团队知识传承与未来项目开发
任职要求
- 具备LLM开发实战经验，拥有扎实的金融领域知识及自然语言处理（NLP）技术背景
- 深入掌握提示词工程方法论，包括提示设计、迭代优化及评估框架构建
- 通过持续学习与专业交流，始终保持对人工智能及机器学习（特别是金融科技方向）前沿趋势的敏锐洞察
- 出色的跨团队协作与沟通能力，能在动态工作环境中与产品经理、数据科学家及利益相关方高效配合
- 强大的数据分析能力，能解读模型性能指标与客户反馈，推动基于数据的优化决策
- 精通Python等编程语言，熟悉TensorFlow或PyTorch等机器学习框架
- 了解金融监管与合规要求，确保模型输出符合行业标准与法律规范
- 具备多项目管理能力，能合理规划优先级以保证交付质量并按时完成目标
Share this
新内容将持续不断
定期更新
