{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "金融大模型算法专家-【商业化】",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "D13938",
        "location": "Beijing",
        "work_mode": "未披露",AI生成
        "job_category": "J0011"AI生成
    },
    "company": {
        "company_name": "快手科技",
        "company_industry": "内容社区 / 直播 / 电商 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "kuaishou.com",
        "company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 5,
        "degree": "计算机科学、统计学、金融工程等相关专业硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "金融大模型算法专家-【商业化】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13938\n发布时间：2026-02-10\n\n岗位职责\n1、本岗位将主导 金融行为序列大模型与多模态大语言模型在信贷业务中的应用；\n2、应用场景覆盖贷前、贷中、贷后全流程：包括准入评分、授信定价、欺诈识别、风险预警、智能催收等关键环节；\n3、设计并实现金融行为序列大模型与多模态 LLM 的整体技术方案，形成可持续迭代的算法资产，在信贷风控业务场景落地；\n4、建立统一的数据标准与特征工程体系，确保模型在高噪声、弱标签环境下的稳健性与可解释性。\n\n任职要求\n1、 计算机科学、统计学、金融工程等相关专业硕士及以上学历，5 年及以上大规模深度学习或风险模型研发经验；\n2、主导过亿级样本、多源异构数据的模型建设，对 Transformer/Hyena/Performer 等长序列架构具备源码级理解；\n3、精通多模态对齐、RAG、RLHF 及量化与蒸馏等 LLM 技术，熟练使用 PyTorch 或 JAX 并掌握 DeepSpeed/FSDP 等分布式训练框架。\n加分项：顶会论文或核心开源项目贡献者、GPU/芯片资源优化经验、在多个国家或地区成功落地信贷模型的经历。",
        "requirements_text": "金融大模型算法专家-【商业化】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13938\n发布时间：2026-02-10\n\n岗位职责\n1、本岗位将主导 金融行为序列大模型与多模态大语言模型在信贷业务中的应用；\n2、应用场景覆盖贷前、贷中、贷后全流程：包括准入评分、授信定价、欺诈识别、风险预警、智能催收等关键环节；\n3、设计并实现金融行为序列大模型与多模态 LLM 的整体技术方案，形成可持续迭代的算法资产，在信贷风控业务场景落地；\n4、建立统一的数据标准与特征工程体系，确保模型在高噪声、弱标签环境下的稳健性与可解释性。\n\n任职要求\n1、 计算机科学、统计学、金融工程等相关专业硕士及以上学历，5 年及以上大规模深度学习或风险模型研发经验；\n2、主导过亿级样本、多源异构数据的模型建设，对 Transformer/Hyena/Performer 等长序列架构具备源码级理解；\n3、精通多模态对齐、RAG、RLHF 及量化与蒸馏等 LLM 技术，熟练使用 PyTorch 或 JAX 并掌握 DeepSpeed/FSDP 等分布式训练框架。\n加分项：顶会论文或核心开源项目贡献者、GPU/芯片资源优化经验、在多个国家或地区成功落地信贷模型的经历。",
        "skills": [AI生成
            "PyTorch",
            "深度学习",
            "招聘",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "加分项：顶会论文或核心开源项目贡献者、GPU/芯片资源优化经验、在多个国家或地区成功落地信贷模型的经历",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/25465"
            }
        ]
    },
    "posting": {
        "posting_id": "25465",
        "post_date": "2026-02-10",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/25465"
    },
    "fulltext": "金融大模型算法专家-【商业化】\n金融大模型算法专家-【商业化】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13938\n发布时间：2026-02-10\n\n岗位职责\n1、本岗位将主导 金融行为序列大模型与多模态大语言模型在信贷业务中的应用；\n2、应用场景覆盖贷前、贷中、贷后全流程：包括准入评分、授信定价、欺诈识别、风险预警、智能催收等关键环节；\n3、设计并实现金融行为序列大模型与多模态 LLM 的整体技术方案，形成可持续迭代的算法资产，在信贷风控业务场景落地；\n4、建立统一的数据标准与特征工程体系，确保模型在高噪声、弱标签环境下的稳健性与可解释性。\n\n任职要求\n1、 计算机科学、统计学、金融工程等相关专业硕士及以上学历，5 年及以上大规模深度学习或风险模型研发经验；\n2、主导过亿级样本、多源异构数据的模型建设，对 Transformer/Hyena/Performer 等长序列架构具备源码级理解；\n3、精通多模态对齐、RAG、RLHF 及量化与蒸馏等 LLM 技术，熟练使用 PyTorch 或 JAX 并掌握 DeepSpeed/FSDP 等分布式训练框架。\n加分项：顶会论文或核心开源项目贡献者、GPU/芯片资源优化经验、在多个国家或地区成功落地信贷模型的经历。\n金融大模型算法专家-【商业化】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13938\n发布时间：2026-02-10\n\n岗位职责\n1、本岗位将主导 金融行为序列大模型与多模态大语言模型在信贷业务中的应用；\n2、应用场景覆盖贷前、贷中、贷后全流程：包括准入评分、授信定价、欺诈识别、风险预警、智能催收等关键环节；\n3、设计并实现金融行为序列大模型与多模态 LLM 的整体技术方案，形成可持续迭代的算法资产，在信贷风控业务场景落地；\n4、建立统一的数据标准与特征工程体系，确保模型在高噪声、弱标签环境下的稳健性与可解释性。\n\n任职要求\n1、 计算机科学、统计学、金融工程等相关专业硕士及以上学历，5 年及以上大规模深度学习或风险模型研发经验；\n2、主导过亿级样本、多源异构数据的模型建设，对 Transformer/Hyena/Performer 等长序列架构具备源码级理解；\n3、精通多模态对齐、RAG、RLHF 及量化与蒸馏等 LLM 技术，熟练使用 PyTorch 或 JAX 并掌握 DeepSpeed/FSDP 等分布式训练框架。\n加分项：顶会论文或核心开源项目贡献者、GPU/芯片资源优化经验、在多个国家或地区成功落地信贷模型的经历。\n金融大模型算法专家-【商业化】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13938\n发布时间：2026-02-10\n\n岗位职责\n1、本岗位将主导 金融行为序列大模型与多模态大语言模型在信贷业务中的应用；\n2、应用场景覆盖贷前、贷中、贷后全流程：包括准入评分、授信定价、欺诈识别、风险预警、智能催收等关键环节；\n3、设计并实现金融行为序列大模型与多模态 LLM 的整体技术方案，形成可持续迭代的算法资产，在信贷风控业务场景落地；\n4、建立统一的数据标准与特征工程体系，确保模型在高噪声、弱标签环境下的稳健性与可解释性。\n\n任职要求\n1、 计算机科学、统计学、金融工程等相关专业硕士及以上学历，5 年及以上大规模深度学习或风险模型研发经验；\n2、主导过亿级样本、多源异构数据的模型建设，对 Transformer/Hyena/Performer 等长序列架构具备源码级理解；\n3、精通多模态对齐、RAG、RLHF 及量化与蒸馏等 LLM 技术，熟练使用 PyTorch 或 JAX 并掌握 DeepSpeed/FSDP 等分布式训练框架。\n加分项：顶会论文或核心开源项目贡献者、GPU/芯片资源优化经验、在多个国家或地区成功落地信贷模型的经历。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}