滴滴
国际事业群IBG-算法实习生（6）
岗位职责
多模态数据抽取：直接参与文本、图像、视频等异构数据的清洗、高质量数据集构建及多模态特征对齐，确保数据服务于模型对金融语义的理解。
大模型微调与优化：参与针对信贷垂直领域模型的SFT，提升模型在风险识别、逻辑推理和金融合规性方面的表现。
强化学习与对齐：应用 PPO、DPO 或 GRPO 等强化学习算法，优化模型在复杂决策场景下的逻辑严密性，确保输出符合信贷风控的业务常识与法律合规。
文档智能与多模态生成：优化文本、图像与视频的多模态理解模型，实现对信贷相关数据的自动解析与结构化提取。
前沿技术探索：跟踪 LLM 领域的最新进展，如长文本处理、RAG 检索增强生成、Agent 智能体等，并尝试将其应用于信贷审批助手或风控策略生成
任职要求
计算机、数学、统计学等相关专业在读硕博，具备扎实的机器学习与深度学习理论基础。
具备优秀的编程能力，动手能力强，熟练掌握至少一种深度学习框架，能够独立完成Transformer相关模型的优化。
具备优秀的论文阅读能力和逻辑思维，对金融信贷场景有好奇心，能够在快节奏的研发环境中快速迭代。 加分项
在 ACL, EMNLP, CVPR, ICML, NeurIPS 等顶级学术会议发表过相关论文。
在 Kaggle 或主流算法竞赛中取得过优异成绩。
有处理金融、保险或信贷领域非结构化数据经验者。 任职资格（学历、目标院校、语言、技能、性格等要求） 岗位要求
计算机、数学、统计学等相关专业在读硕博，具备扎实的机器学习与深度学习理论基础。
具备优秀的编程能力，动手能力强，熟练掌握至少一种深度学习框架，能够独立完成Transformer相关模型的优化。
具备优秀的论文阅读能力和逻辑思维，对金融信贷场景有好奇心，能够在快节奏的研发环境中快速迭代。 加分项
在 ACL, EMNLP, CVPR, ICML, NeurIPS 等顶级学术会议发表过相关论文。
在 Kaggle 或主流算法竞赛中取得过优异成绩。
有处理金融、保险或信贷领域非结构化数据经验者。 注：若有其他疑问 可邮件咨询internrecruit@didiglobal.com
信息来自企业官方招聘渠道
OfferSeek 对公开岗位信息进行聚合、去重和结构化整理，最终申请以企业官方页面为准。