腾讯
校招腾讯金融科技—面向金融应用场景的大模型综合深度推理能力提升
深圳总部 · 校招 · 2027 届 · 硕士
长期有效
任职要求
- 1、计算机、人工智能、统计学、金融工程等相关专业，硕士及以上学历
- 2、熟悉大语言模型（LLM）基础原理，了解 SFT、RLHF/RLAIF、RL 等训练范式；
- 3、熟练掌握 Python 编程，具备 PyTorch 等主流深度学习框架使用经验；
- 4、有金融领域知识或金融 AI 项目经验者优先；
- 5、在 NeurIPS、ICML、ICLR、ACL 等顶会发表过论文者优先，有金融相关经历或者背景优先；
- 6、具备独立挖掘科学/业务问题并提出创新性解决方案的能力，能够独立开展研究工作。
岗位描述
【岗位职责】
课题背景：
•随着大型语言模型（LLM）能力的持续演进，金融行业正迎来 AI 赋能的重大机遇。理财规划、证券分析、投资顾问、客户问答助手等金融应用场景对模型的深层逻辑理解和综合推理能力提出了极高要求。然而，当前通用大模型在金融专业领域存在明显局限：领域知识吸收浅显、推理链路不稳健、评价机制不完善，难以直接支撑智慧金融业务的高标准要求。本课题旨在面向金融理财、证券及各类金融业务助手场景，通过 Agent、SFT、强化学习（RL）等技术手段，深度融合金融领域知识，全面提升大模型在金融应用中的综合深度推理能力，打造 AI 原生级智慧金融应用底座。
当前挑战：
- 1.如何有效吸收业务知识并形成可持续演进的领域壁垒：金融知识体系庞杂，如何将宏观经济逻辑、产品规则、市场动态等结构化/非结构化知识高效注入模型，是首要难题。
- 2.如何形成有效的用户闭环反馈与评价机制：金融 AI 效果评估标准模糊，需构建符合业务目标的自动化评估体系，驱动模型智能螺旋式提升。
- 3.如何构建鲁棒的 Reward 系统及有效的环境模拟：金融场景高风险性对 Reward 设计要求极高，环境模拟须兼顾真实性与安全性，防止策略退化。
- 4.如何保证方法论的持续先进性：随着通用基础模型能力快速演进，需确保所研发方法能够敏捷适配最新底座模型，保持持续能力提升。
多场景综合调优与 RL 方案设计：资产配置、客户问答、深度金融问答、个股分析、产业分析等场景差异显著，需设计统一而有效的综合调优框架。
工作内容：
•深入研究金融领域大模型综合推理能力提升方法和应用落地，例如资产配置分析、个股分析、产业分析，其它投资顾问相关深度问答等场景的模型优化；
•探索将业务知识与领域深度推理能力融入大模型的有效方法，通过 Agent、SFT/RLHF 等技术手段提升模型在金融场景的实际效果，提升整体金融智慧能力；
•设计并实现鲁棒的 Reward 系统与环境模拟机制，通过多应用场景的持续交互推动模型自我提升；
•构建有效的用户闭环反馈与评价机制，推动模型智能持续演进；
•负责多场景综合调优与强化学习方案设计，实现通用金融能力的全面提升；
•撰写顶会论文并申请专利，形成学术成果输出。
【任职要求】
- 1、计算机、人工智能、统计学、金融工程等相关专业，硕士及以上学历
- 2、熟悉大语言模型（LLM）基础原理，了解 SFT、RLHF/RLAIF、RL 等训练范式；
- 3、熟练掌握 Python 编程，具备 PyTorch 等主流深度学习框架使用经验；
- 4、有金融领域知识或金融 AI 项目经验者优先；
- 5、在 NeurIPS、ICML、ICLR、ACL 等顶会发表过论文者优先，有金融相关经历或者背景优先；
- 6、具备独立挖掘科学/业务问题并提出创新性解决方案的能力，能够独立开展研究工作。
【技术方向】
大语言模型、NLP
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。