主分类：大模型与生成式算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "保险科技-大模型高级工程师",
"job_level": "高级",AI生成
"work_category": "全职",AI生成
"department": "CDG",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "：硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.：负责保险大模型的Post-training全流程：包括SFT 监督微调、RLHF/DPO/GRPO 模型对齐、奖励模型（Reward Model）研发，提升模型在保险场景的专业问答、复杂推理、合规风控能力；\r\n2.：设计并建设保险领域高质量指令数据集（核保、理赔、健康咨询、保单解读、合规问答等），主导数据标注、清洗、过滤、蒸馏与质量评估，支撑模型迭代与能力升级；\r\n3.：基于Agentic-RL构建保险业务仿真环境与 API 对接体系，支持保单查询、理赔试算、核保校验、健康咨询等工具调用，提升模型在真实保险流程中的决策与执行能力；\r\n4.：搭建保险垂类自动化评测体系（事实准确率、合规率、推理深度、用户满意度），持续跟踪模型效果，驱动数据与算法迭代，保障模型在保险全链路（售前 / 售中 / 售后）的稳定落地。",
"requirements_text": "1.：硕士及以上学历，计算机、人工智能、机器学习、NLP、统计学等相关专业，2 年以上大模型后训练 / 算法研发经验，有保险 / 金融垂类模型训练或落地经验优先；\r\n2.：精通LLM 后训练全流程：SFT、RLHF（PPO/DPO/GRPO）、Reward Model、模型对齐；熟练使用PyTorch、Transformers、DeepSpeed、Megatron-LM、vLLM等训练 / 推理框架；熟悉指令微调数据构建、偏好数据（Preference Data）建设、数据质量评估全链路；有保险 / 金融领域知识图谱、RAG、智能体（Agent）开发经验加分。",
"skills": [AI生成
"PyTorch",
"机器学习",
"自然语言处理",
"知识图谱",
"模型训练",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "1.：硕士及以上学历，计算机、人工智能、机器学习、NLP、统计学等相关专业，2 年以上大模型后训练 / 算法研发经验，有保险 / 金融垂类模型训练或落地经验优先；有保险 / 金融领域知识图谱、RAG、智能体（Agent）开发经验加分",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2048599067382153216"
}
]
},
"posting": {
"posting_id": "2048599067382153216",
"post_date": "2026-09-01",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2048599067382153216"
},
"fulltext": "保险科技-大模型高级工程师\n渴望为世界带来新意的人，早已对描绘未来的“热词”不陌生——人工智能、机器学习、数据科学等等。腾讯始终在业界前沿不断探索，积极布局，并为优秀的你提供无限广阔的舞台。我们坚信科技的不断革新，最终能带来美好的、撼动人心的改变。\n1.：负责保险大模型的Post-training全流程：包括SFT 监督微调、RLHF/DPO/GRPO 模型对齐、奖励模型（Reward Model）研发，提升模型在保险场景的专业问答、复杂推理、合规风控能力；\r\n2.：设计并建设保险领域高质量指令数据集（核保、理赔、健康咨询、保单解读、合规问答等），主导数据标注、清洗、过滤、蒸馏与质量评估，支撑模型迭代与能力升级；\r\n3.：基于Agentic-RL构建保险业务仿真环境与 API 对接体系，支持保单查询、理赔试算、核保校验、健康咨询等工具调用，提升模型在真实保险流程中的决策与执行能力；\r\n4.：搭建保险垂类自动化评测体系（事实准确率、合规率、推理深度、用户满意度），持续跟踪模型效果，驱动数据与算法迭代，保障模型在保险全链路（售前 / 售中 / 售后）的稳定落地。\n1.：硕士及以上学历，计算机、人工智能、机器学习、NLP、统计学等相关专业，2 年以上大模型后训练 / 算法研发经验，有保险 / 金融垂类模型训练或落地经验优先；\r\n2.：精通LLM 后训练全流程：SFT、RLHF（PPO/DPO/GRPO）、Reward Model、模型对齐；熟练使用PyTorch、Transformers、DeepSpeed、Megatron-LM、vLLM等训练 / 推理框架；熟悉指令微调数据构建、偏好数据（Preference Data）建设、数据质量评估全链路；有保险 / 金融领域知识图谱、RAG、智能体（Agent）开发经验加分。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}