腾讯金融科技-基于强化学习的金融智能体自主进化研究与应用

课题背景： 当前金融业务中的大模型智能体普遍依赖“人工设计工作流+静态指令模板”的执行模式，存在策略固化、长尾场景适应性差、业务迭代成本高且难以自适应优化等核心瓶颈。业界前沿已开始探索将强化学习与智能体技术相结合，通过引入奖励信号机制，使模型能够在金融投顾场景中自主学习并优化决策策略。为打造具备自主决策与持续进化能力的下一代大模型智能体，其核心思想是将强化学习与Agentic技术深度融合，实现从“流程自动化”到“策略智能化”的 Agent 范式跨越。 工作内容：

1. 01

   大模型落地与迭代：负责大模型在金融科技推荐与搜索场景的落地实践，持续优化模型性能和效率，解决实际应用中的技术难题，推动算法的持续迭代升级。

2. 02

   算法创新与优化：主导腾讯金融科技的推荐与搜索引擎算法的创新与优化工作，结合大模型技术（如 LLM、AIGC），探索生成式推荐、多模态理解等前沿方向，通过算法显著提升用户体验 ；

3. 03

   用户行为分析：对特定用户群体进行深入分析，运用大模型进行行为模式和需求特征的深度挖掘，以数据驱动的方式推动平台的智能化进程，实现个性化推荐和精准搜索；

4. 04

   场景适配与策略开发：深化对金融领域的理解，结合相关的运营策略，开发全站场景适应性算法，利用大模型增强算法在各种金融场景下的有效性和灵活性，包括但不限于智能客服、投研分析、风险预警等场景 ；

1. 01

   教育背景：计算机专业硕士及以上学历，有搜索，推荐，大模型相关项目经验者优先；

2. 02

   领域经验：熟悉推荐系统、广告系统、搜索系统，并在主流相关场景的有较多的项目实践工作；了解大模型在推荐搜索领域的应用案例和技术趋势 ；

3. 03

   模型与算法：拥有扎实的机器学习和深度学习理论基础，熟悉 Transformer、DeepFM 等经典算法原理，在 CTR 预估、CVR 预估、排序模型策略等方面有实际操作经验；熟悉大模型（如 LLaMA、DeepSeek）的架构和训练原理，掌握大模型微调、推理优化等技术 ；

4. 04

   编程与数据处理：具备扎实的编程技能，包括 C++、Java、Python，SQL，熟悉常用的数据结构和算法，有 Spark 等大数据处理相关能力；能够使用工具对大模型处理的海量数据进行高效分析和处理 ；

5. 05

   框架与工具：熟悉深度学习框架，如 TensorFlow、PyTorch 等，并在实际项目中应用过；了解大模型开发和部署相关工具（如 Hugging Face、DeepSpeed），具备模型训练、调优和部署的能力 ；

6. 06

   数据分析能力：具备良好的数据分析能力，能够从海量数据中挖掘有价值的信息，结合大模型的输出结果进行综合分析和决策；

7. 07

   综合素质：学习能力强，具备良好的沟通能力和团队协作精神，能够快速适应新技术和新场景，推动大模型在金融科技领域的创新应用。