岗位描述（节选）
1.负责芝麻信用场景下结构化数据（行为序列、关系网络、多源信用记录）与大模型的融合算法研发，提升大模型对结构化信用数据的理解与推理能力；
2.探索结构化多模数据预训练、后训练等前沿方法，并推动其在信用评估、风险识别等场景落地；
3.负责从数据构建、Prompt 工程、SFT/RLHF 微调到线上部署的全链路工程落地，并与产品、风控、运营团队协作推动业务应用。
【任职要求】
1. 具有 3 年以上机器学习 /深度学习相关工作经验，算法功底扎实，熟悉序列建模、表格类神经网络（如TabPFN、Limix、Tabm）、推荐系统精排模型（如rankmixer、onetrans）等工作，能独立完成模型结构选型与设计；
2. 具有多任务 / 多场景统一建模实战经验，理解参数共享、任务冲突与负迁移，熟悉门控 /专家混合类多任务架构，能设计兼顾多场景共享增益与场景特化的统一模型；
3. 熟悉业界前沿的统一……
完整岗位描述与官方投递入口,请登录后在岗位详情页查看。