招商银行旗下招银网络科技发布社招信息，涉及深圳、杭州、成都，招聘大模型研发工程师、AI研发安全工程师、多模态大模型算法工程师和算法工程师等职位。大模型研发工程师需具备推理或训练领域的大模型研发能力，AI研发安全工程师需结合大模型技术原理参与研发安全评测案例模型建设，算法工程师需进行多模态大模型领域的研发工作。职位要求包括学历背景、机器学习相关经验、编程能力等，熟悉Python、PyTorch、Java等开发技能者优先。点击官网了解详情。

---

近日，招商银行旗下招银网络科技发布社招信息，工作地点涉及深圳、杭州、成都。

大模型研发工程师

职位职责：

1）进行推理或训练领域的大模型研发工作；

2）在推理领域，负责推理加速框架的国产算力卡适配、新特性实现和集群化推理的落地；

3）在训练领域，负责训练框架的开发、国产算力卡适配和大规模训练配套技术的落地，能够进行模型结构优化和落地业界前沿训练方法。

职位要求：

1）本科及以上学历，硕士优先，理工科背景，计算机科学、数学或统计学等专业更佳；

2）掌握大模型相关基础知识，具备扎实的工程代码能力，熟练掌握 Python 和 PyTorch 等大模型开发技能；

3）具备三年以上机器学习相关经验，有大模型训练或推理加速经验者优先；

4）训练方面：掌握整个训练流程中常用的技术手段，有数据构建、预训练或后训练等经验，熟悉ms-swift、megatron等训练框架源码，熟悉常见神经网络结构，能够进行二次开发；

5）推理方面：掌握常见推理加速手段，熟悉 vLLM 和 SGLang 等开源推理加速框架源码，能够进行二次开发，有 PD 分离 + EP 等集群化推理经验者优先；

6）有CUDA或triton算子开发相关经验，熟悉硬件算力卡底层原理的优先。

AI研发安全工程师

职位职责：

1）结合大模型技术原理，参与研发安全评测案例模型建设，提升研发安全扫描工具能力；

2）参与AI研发安全治理工作，推动训练数据安全、模型安全、AI应用安全等安全技术的有效落地；

3）参与技术方案设计与评审，产出合理高效的解决方案。

职位要求：

1）本科及以上学历，计算机相关专业；3年以上工作经验，有AI大模型应用研发经验；

2）精通Java语言，熟练掌握SpringBoot等主流框架及MySQL、TDSQL等数据库技术；

3）熟练掌握大模型核心原理（如Transformer架构）、Prompt工程优化、RAG、Agent等技术，有模型训练经验者优先；

4）掌握敏捷、精益等软件研发过程管理方法，熟悉DevOps工具链，具备CI、CD相关实践经验者优先；

5）具备良好的沟通能力和解决复杂问题能力，有较好的创新自驱力，责任心强。

大模型算法工程师

职位职责：

1）进行多模态大模型领域的研发工作；

2）参与建设模型训练流程所需工具，包括但不限于数据处理、训练算法优化和调整模型结构等；

3）参与大模型微调、训练应用场景识别，完成大模型微调、训练任务落地；

4）开展多模态大模型前沿技术及应用的研究和引入。

职位要求：

1）本科及以上学历，理工科背景，计算机科学、数学或统计学等专业优先；

2）有三年以上机器学习相关经验，有多模态大模型训练经验者优先；

3）熟悉python编程语言；熟悉常见的机器学习或者深度学习中的一个或多个（Pytorch等）；

4）熟练使用模型微调、训练相关框架（deepspeed，ms-swift，mindspore等），能够独立完成模型的微调、训练；

5）具备行业洞察能力，把握技术及应用演进路线；

6）具备良好的沟通能力、文档写作能力和团队合作精神。

算法工程师

职位职责：

1.负责算法模型开发工作，包括机器学习类、深度学习类、运筹优化类，支持重点分行算法模型应用在场景落地；

2.兼岗负责机器学习类模型合规管理，包括：年度制度维护、按需向内部审计及外部监管报送、年度机器学习模型清单统计、机器学习模型价值回检等具体工作。

职位要求：

1、本科及以上学历，计算机、软件工程、人工智能、通信工程、电子信息、数学等理工科专业；

2、较好的编程能力，熟练掌握Python、Java，C、C++等至少一门语言；

3、具有2年以上机器学习（特征工程、模型训练评估）、运筹优化、大模型应用开发能力者优先；

4、具备大数据分析能力，熟悉dataframe、pyspark或者hive等大数据分析工具；

5、有良好的团队协作能力，较强的学习能力、沟通协调能力。

如何系统的学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

01.大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K（数据来源：BOSS直聘报告）

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

02.大模型 AI 学习和面试资料

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】