算法工程师（智能体）

岗位职责
1.多模态算法研发：负责保险核保核赔场景下多模态大模型/Agent（如医疗影像、体检报告、病历文本等）的算法研发，实现跨模态信息的精准对齐、融合与推理，提升核保核赔决策的准确率与可解释性。
2. 智能体（Agent）构建：设计并开发面向核保流程的AI智能体，构建包含任务规划、工具调用、多轮对话等核心能力的Multi-Agent协作模式，推动核保流程的自动化与智能化。
3.知识库与RAG优化：构建并优化保险条款、医学指南等领域知识库，结合检索增强生成（RAG）技术，解决大模型在复杂核保规则下的幻觉问题，提升专业场景下的推理准确性。
4.模型微调与部署：负责多模态基座模型的SFT（监督微调）与RLHF（人类反馈强化学习），并主导模型在核保生产环境中的工程化落地，包括推理加速、显存优化及高并发服务部署。
5.数据闭环建设：设计并搭建自动化数据处理流水线，负责核保相关多模态数据的清洗、结构化标注与质量评估，构建高质量领域数据集以支持模型持续迭代。
6.前沿技术探索：跟踪大模型与多模态领域的最新学术进展（如MoE、Long Context），探索其在保险反欺诈、精准定价及动态风险评估中的应用。

任职要求
1. 学历背景：硕士及以上学历，计算机、人工智能、软件工程、数学等相关专业；
2. 技术能力：
- 熟悉Agent，multi-agent相关技术能力并有相关落地经验
- 熟悉大语言模型（LLM）的原理与应用，有模型微调经验；
- 熟悉SOTA多模态大模型（Qwen, Kimi, GLM），有相关项目经验；
3. 编程能力：熟练掌握Python，具备良好的工程化能力；
4. 数学基础：具备扎实的线性代数、概率统计、优化算法基础；
5. 项目经验：有医疗保险，医疗数据相关、金融风控领域的项目经验者优先；
6. 学习与协作：具备极强的自我驱动力、跨学科学习能力与团队协作精神，对AI技术在保险行业的落地有高度热情。

加分项：
- 在CVPR、ACL、ICCV、EMNLP等顶会发表过相关论文；
- 有医疗影像（如CT、B超）或体检报告处理的实际项目经验；
- 有智能体（Agent）或RAG相关技术的落地经验；
- 验熟悉因果推断（Causal Inference）或可解释性AI在实际业务应用。