信贷事业群-风控大模型算法实习生

大模型风控决策：参与探索 LLM、Agent 及多模态模型在贷前、贷中、贷后风险识别与决策中的应用，对比分析大模型与量化模型的差异，挖掘增量风险信号；

信贷模型建设：参与 PD、反欺诈、额度、用户画像等核心模型的设计、训练与迭代，探索大模型与传统机器学习模型的融合（特征生成、样本构造、模型蒸馏等）；

AI 能力建设：参与风险知识库、智能体应用等 AI 能力建设，跟踪大模型、Agent 等前沿方向，协助完成从技术探索到业务落地的闭环。

计算机、数学、统计、人工智能、电子信息等相关专业在读，博士及以上；

具备扎实的机器学习/深度学习基础，了解 NLP 或大模型相关技术；

熟悉 Python 及常用深度学习框架；有 LLM 应用经验（微调、RAG、Agent 等）者优先；

有金融风控、信贷、反欺诈相关的实习/科研/竞赛经历者优先；

好奇心强、动手能力好，能将开放性问题拆解为可验证的算法问题；每周实习 4 天及以上、可持续 3 个月以上者优先。