《银行技术研究会》消息：目前，我国金融科技专业人才存在缺口或供需不匹配。在大模型作为新一代人工智能技术领域，专业人才的短缺可能更为明显。毕竟，随着大模型应用的不断深入，银行对大模型技术人员越来越重视，对相关人才的“渴望”也比较强烈。
据“银行技术研究会”了解，目前不少银行都在招聘大模型相关的技术人才。这次我们以工商银行和招商银行为例，看看他们近期需要什么样的大规模技术人才。
工行软启动招募大模型方向数据工程专家和算法专家
工行软件开发中心上海研发部、杭州研发部均启动了大模型相关岗位的常年招聘活动。报名开始时间为2024年3月1日，截止日期为2025年2月28日。其中，大模型方向的数据工程专家的工作涉及数据处理、数据正确性判断、数据分析、数据标注、提示调优， ETC。;大模型方向的算法专家的工作涉及算法研究、技术跟进、大模型应用等。和着陆。
上海研发部正在招聘大模型方向的数据工程专家。他们的职责包括： 负责大模型数据任务的构建，能够负责有效的高质量数据生产、整理和清洗；能够参与大型模型训练数据的构建，并保证数据的正确性；对模型生成的内容的正确性提供判断，并为模型提供内容改进策略建议；分析大模型应用案例和数据，总结关键和共性问题，提高内容优质率；推动大模型应用方向的数据标注工作，指导标注者高质量完成数据构建，保证结果按照目标和质量要求产生；了解大型模型的提示编写，能够根据应用场景进行提示调优b工行软件开发中心上海研发，驱动模型达到最优结果。
该职位的要求之一是有NLP自然语言处理经验的优先；他们将了解大型模型数据要求和大型模型训练过程。
上海研发部还招聘大模型方向的算法专家。他们的职责包括：深入学习大模型领域知识，跟进最新技术进展，深入研究大模型研发和算法；能够规划并突破基于海量数据的语言理解与生成、大规模模型、跨模态理解与大规模模型生成等关键技术方向；大规模模型学习的语言理解与生成、跨模态理解与生成大规模模型学习、跨任务统一学习、高效的大规模模型架构等；以行业领先为核心，目标是开发和构建理解表示和语义生成的大规模模型技术，推动大规模模型技术在业务侧的产业化应用并发挥商业价值，提供系统解决方案b工行软件开发中心上海研发，以及创造可大规模复制的产品能力。
该岗位对掌握大模型技术要求较高。资质包括：在NLP/CV、大规模预训练模型、大规模语言模型、跨模态理解和生成学习等领域拥有相关工作和项目实施经验，并具有扎实的研究积累；精通深度学习框架，如TensorFlow、PyTorch等，熟悉分布式计算、GPU加速、高性能计算等技术，能够对大数据集进行优化；具有丰富的深度学习算法调优和大模型训练经验，有工程经验者优先；具有优秀大规模模型研究能力、能够在高质量期刊和会议上发表论文、有开源项目经验者优先。
杭州研发部招聘大模型方向的算法工程师，具体是大模型算法岗位和前沿LLM算法岗位。职责包括： 负责算法工作，探索前沿大语言模型在工行业务及未来应用场景中的实现和应用；负责开发分行智能帮助系统，与产品和运营团队紧密合作，了解用户意图，并利用先进的大模型技术以对话方式设计和实施解决方案；结合前沿的大语言模型对用户行为进行总结、理解、刻画等探索，为精准营销提供决策依据。
招商银行智能科研开发岗位多细分领域大规模招聘示范性技术人才
招商银行总行信息技术部也在招聘大模型技术人才，截止日期为2024年10月31日。这些职位均属于智能科学研究开发岗位，但分为不同方向，包括基础大模型技术人才。模型、大模型应用、智能代理应用、多模态应用等。岗位要求中，除了限制硕士以上学历及相关专业背景外，还有更细化的专业要求。
一是智能科学研发后期基础大模型研发方向。职责包括：深入了解自然语言处理领域和大模型预训练技术，研究和掌握最新的预训练技术；负责预训练模型和训练方案的设计和实施、AGI技术方向规划和关键技术突破；根据应用场景构建高质量数据和洁净数据，完成NLP算法的构建和持续优化。
专业要求为：具有扎实的机器学习、深度学习、NLP算法基础，熟悉强化学习、文本生成搜索策略等；熟练掌握C++和Python语言，有较强的代码工程能力，至少熟练掌握tensorflow和pytorch。学习框架，熟悉常用机器学习和深度学习算法，能够快速复现前沿算法；有Megatron/Deepspeed等多机多卡训练框架经验者优先，有量化/蒸馏等推理优化经验者优先；具有大规模预训练模型的理论基础和丰富的实践经验等。
二是智能化科研开发阵地——大模型应用研发方向。职责包括：负责大模型应用成果的转化，基于最新的大语言模型、多模态等技术方法，实现金融领域下游任务场景（聊天机器人、风控、辅助文案等）。 ）；负责金融领域大型模型的微调和提示词工程；跟踪分析行业最新研究成果和技术趋势，不断优化和改进现有模型和技术方案。
专业要求为：具有扎实的机器学习、深度学习、NLP算法基础，熟悉强化学习、文本生成搜索策略等；精通C++和Python语言，有大型模型和langchain应用研发经验；熟悉LORA、QLORA等大模型Fine-tuning技术、大模型提示工程等。
三是智能科学研发定位——智能代理应用研发方向。职责包括：熟悉大型模型底层机制，能够在某个领域独立优化智能体效果从0到1；熟悉即时工程，善于通过提示完成工艺问题。解决;擅长优化工具/数据的大模型调用能力，并有相关能力实现经验；长期监测和评估药剂本身的效果，并定期完成竞品的洞察和对标；持续跟踪代理技术的发展趋势，提出新的分销策略和优化建议。
专业要求是：熟悉并掌握Transformer时代各个方向的NLP技术，对LLM在各种场景下的应用有知识储备；具有丰富的实践经验，熟悉图文领域现有智能体实施方法论，有智能体实际案例；具备产品导向思维，了解模型能力边界、优化方向，清晰拆解客户需求并定义问题，完成业务到技术的语言转换等。
第四是智能科学研发定位——多模态应用研发方向。职责包括：负责多模态大模型研究；基于多模态大模型的预训练/SFT模型训练、评估和部署；基于多模态大模型。模型在金融业务场景中的应用包括但不限于多模态分类、标签、字幕等文本生成；跟踪和探索前沿的多模态预训练技术，及时开展技术共享、专利申请和顶级期刊论文发表。
写在最后
当然，工商银行和招商银行不仅仅是注重和需要大模技术人才的银行。据“银行技术研究院”了解，多家国有银行、股份制银行、城市商业银行、民营银行、农村商业银行正在招聘或已经招聘大模技术人才。可见，大型模型方向的金融科技人才正在受到青睐。 。
