在当今快速发展的科技时代，人工智能（AI）已成为推动社会进步与产业升级的关键力量。随着大模型、多模态技术的兴起，对于人工智能领域的人才要求也日益提高，不仅要求深厚的技术功底，还强调跨学科融合能力、创新思维与实践应用能力。
下面我们将通过招商银行外海对人工智能大模型的招聘需求来看，什么样的才能满足金融行业对人工智能大模型的人才需求与应具备的核心素质。
我们列举出招商银行公布的诚邀海外人才招聘的智能科学研发岗位信息
招聘岗位:智能科学研发岗
基础大模型、大模型应用、智能体应用、多模态应用
一、基础大模型研发方向
岗位职责:
1、深入理解自然语言处理领域和大模型预训练技术研究并掌握最新的预训练技术 2、负责预训练模型、训练方案设计与实现，和AGI技术方向规划与关键技术突破; 3、针对应用场景构造高质量数据、清晰数据，完成NLP算法的建设与持续优化。 4、已引入百亿参数大模型，在专业场景自研百亿参数大模型，接入多个国内主流大模型，应用于智能财富助理等零售场景、数字产品经理等批发场景、FinGPT等中后台场景。
职位要求:
1、国际知名院校博士学历(学位)，具有计算机、人工智能、软件工程、网络安全、通信工程、电子工程、自动化、数学、物理等相关专业背景的优先;
2、扎实的机器学习、深度学习、NLP算法基础，熟悉强化学习、文本生成搜索策略等
3、熟练掌握C++和python语言，具备较强的代码工程能力，至少熟练掌握tensorfow、pytorch中一个深度学习框架，熟悉常见的机器学习和深度学习算法能快速复现前沿算法:
4、有megtron/deepspeed等多机多卡训练框架经验优先，有量化/蒸馏等推理优化经验优先
5、具备大规模预训练模型理论基础和丰富的实践经验;
6、发表过A1、CV领域的顶级会议或期刊论文优先:
7、具备良好的分析解决问题能力，优秀的学习能力，善于沟通和交流，有强烈的进取心、责任心和创新意识。
二、大模型应用研发方向
岗位职责:
1、负责大模型应用成果转化，基于最新的大语言模型多模态等技术方法，实现金融领域下游任务场景(chatbot、风控、辅助文案等)的落地应用;
2、负责金融领域大模型微调与提示词工程
3、跟踪并分析业内最新研究成果和技术动态，持续优化和改进现有模型和技术方案。
职位要求:
1、国际知名院校博士学历(学位)，具有计算机、人工智能、软件工程、网络安全、通信工程、电子工程、自动化、数学、物理等相关专业背景的优先
2、扎实的机器学习、深度学习、NLP算法基础，熟悉强化学习、文本生成搜索策略等
3、熟练掌握C++和python语言，具有大模型以及langchain应用领域研发经验 4、熟悉LORA、QLORA等大模型微调技术，大模型prompt 工程;
5、具备良好的分析解决问题能力，优秀的学习能力，善于沟通和交流，有强烈的进取心、责任心和创新意识。
三、智能体应用研发方向
岗位职责:
1、熟悉大模型底层机制，能够独立完成某个领域智能体从0到1的效果优化:
2、熟悉prompt工程，擅长通过prompt完成流程化问题解决;
3、擅长工具/数据的大模型调用能力调优，并具备相关能力的落地经验;
4、长期监测和评估智能体本身的效果，并定期完成竞品的洞察和对标; 5、持续跟进智能体技术发展趋势，提出新的分发策略和优化建议。
职位要求:
1、国际知名院校博士学历(学位)，具有计算机、人工智能、软件工程、网络安全、通信工程、电子工程、自动化、数学、物理等相关专业背景的优先;
2、熟悉及掌握Transformer时代的NLP各方向技术并有对LLMS在各场景上应用的知识储备:
3、具备丰富的实践经历:熟悉图文领域智能体现有方法论有智能体实践案例;
4、具备产品化思维:理解模型能力边界、优化方向;清晰拆解客户需求并定义问题，完成业务-技术的语言转换;
5、具备良好的分析解决问题能力，优秀的学习能力，善于沟通和交流，有强烈的进取心、责任心和创新意识。
四、多模态应用研发方向
岗位职责:
1、负责多模态大模型研究;
2、基于多模态大模型的预训练/SFT模型的训练、评测、部署;
3、基于多模态大模型在金融业务场景上的应用，包括并不限于多模态分类、标签、caption文本生成等:
4、跟踪、探索多模态预训练前沿技术，并适时进行技术分享、专利申请和顶刊论文发表。
职位要求:
1、国际知名院校博士学历(学位)，具有计算机、人工智能、软件工程、网络安全、通信工程、电子工程、自动化、数学、物理等相关专业背景的优先:
2、扎实的机器学习、深度学习、NLP算法基础，熟悉强化学习、文本生成搜索策略等
3、有多模态大模型训练、压缩、蒸馏、微调等经验，熟悉megatron、deepspeed等框架者优先;
4、有较强的学术调研、文献阅读和算法实现能力，发表过A1、CV领域的顶级会议或期刊论文优先;
5、具备良好的分析解决问题能力，优秀的学习能力，善于沟通和交流，有强烈的进取心、责任心和创新意识。
从上述的招聘信息和要求中，我们可以看到：
一、针对基础大模型研发方向的人才要求与素质：
基础大模型研发是AI技术的基石，涉及深度学习、自然语言处理（NLP）等前沿技术。此领域的人才需具备以下特质：
1、深厚的学术背景与技术积累：国际知名院校的博士学位，加之计算机科学、人工智能等相关专业的背景，为理解复杂算法提供了坚实的基础。了解最新的预训练技术，如Transformer架构，是必不可少的。
2、创新能力与技术领导力：负责从模型设计到实现的全过程，需要不断探索AGI（通用人工智能）的新技术方向，实现关键技术的突破。这要求人才具备高度的创新意识和领导团队解决问题的能力。
3、强大的工程实践能力：熟练运用C++, Python等编程语言，以及TensorFlow、PyTorch等深度学习框架，能够快速实现并优化前沿算法。对多机多卡训练框架（如Megatron、DeepSpeed）的掌握，更是提升模型训练效率的关键。
4、科研成果与论文发表：在AI、计算机视觉（CV）等领域发表顶级会议或期刊论文，不仅证明了个人的科研实力，也是推动行业进步的重要贡献。
二、针对大模型应用研发方向的素质需求
大模型的应用转化是将理论转化为实际价值的关键环节。此方向的人才需：
1、技术广度与深度并重：在机器学习、深度学习的基础上，还需精通NLP算法，理解强化学习、文本生成等技术，并能灵活应用于金融等特定领域。
2、实战经验与持续学习：具备大模型及LangChain（语言链）应用的实战经验，熟悉LORA、QLORA等微调技术，意味着能有效提升模型在特定任务中的表现。同时，跟踪行业动态，持续优化模型与技术方案。
三、针对智能体应用研发方向的综合素养
智能体作为AI技术的重要应用形式，要求人才：
1、领域专精与问题解决能力：深刻理解大模型底层机制，能独立优化智能体效果。通过prompt工程，创新性地解决流程化问题，体现了高度的问题解决与创新思维。
2、落地实践与业务理解：优化工具/数据调用能力，结合业务需求，完成技术到产品的转化。这要求人才不仅要技术过硬，还要具备产品化思维，能精准对接客户需求。
四、针对多模态应用研发方向的复合型人才
多模态技术融合了图像、语音、文字等多种信息，对人才的要求更为全面：
1、跨领域知识整合：需掌握多模态大模型的预训练、微调等技术，同时对金融等特定业务场景有深刻理解。具备跨学科研究能力，是推动多模态技术应用的关键。
2、学术研究与实践结合：在学术调研、文献阅读方面有深厚功底，能够将最新研究成果迅速转化为实际应用，甚至推动新技术的专利申请与顶刊论文发表。
从四个细分岗位，综合来看，我们不难发现，无论哪个方向，人工智能领域的人才均需具备以下核心素质：
1、深厚的专业知识：涵盖机器学习、深度学习、NLP等基础，以及各自领域的前沿技术。
2、创新思维与实践能力：不拘泥于现状，勇于探索未知，将创新理念转化为可实施的解决方案。
3、高效沟通与团队协作：在复杂的研发环境中，能够有效地与团队成员沟通，促进项目的顺利进行。
4、持续学习与自我驱动：AI领域日新月异，持续学习新知识，保持对技术的热情与好奇心，是推动个人与行业发展的关键。
5、责任感与伦理意识：在追求技术进步的同时，对技术的社会影响有深刻认识，确保AI技术的健康发展。
综上所述，人工智能领域的顶尖人才不仅要有扎实的学术和技术基础，更需具备跨界整合、持续创新、高效执行和高度责任感的综合素质，以应对未来AI技术发展带来的挑战与机遇。随着技术的不断演进，这些人才将成为推动社会进步与产业升级的重要力量。
因此，想从事人工智能领域的，你可以参考来准备，尤其现在是在读研、读博的同学们，可以按此准备吧，也许下一个百万年薪的天才就是你。
