首页 > 商业银行招聘 > 平安银行招聘 > [广东]2025年平安银行计算机网络技术类社会招聘启事（12.23）

[广东]2025年平安银行计算机网络技术类社会招聘启事（12.23）

发布时间：2025-12-23 14:44   来源：平安银行招聘 查看： 次 打印  关闭

重要提醒：本网站所发布内容为转载资讯，供您浏览和参考之用，请您对相关内容自行辨别及判断，本网站对此不承担任何责任。凡私自告知添加联系方式、保证无条件入职、收取各种费用等信息，请保持高度警惕，防止上当受骗造成各种损失。

2026银行校招真题礼包 2026银行春招全流程信息

　　2025年平安银行计算机网络技术类社会招聘启事（12.23）
　　安全架构师
　　城市:深圳市​经验要求:5年​招聘人数:2人
　　岗位职责:
　　1、负责企业整体网络安全防护策略设计，根据信息安全需求、即时网络与数据安全态势，指导制定网络与数据安全总体防护策略。
　　2、根据业务需要及整体安全风险态势，主导开展网络与数据安全架构设计，网络安全风险识别和防范，指导行内安全管理技术标准及规范的制定，提供适用于我行整体风险防护策略的安全解决方案。
　　3、对云安全、容器安全、大数据安全、物联网安全等新兴技术进行网络安全防护研究，提供安全架构设计与落地解决方案。计与落地解决方案。
　　4、研究并制定针对AI特有的安全威胁（如模型投毒、数据投毒、提示词注入攻击等）的防御策略，提升AI系统的抗攻击能力。规划并实施适用于AI安全的工具与框架，提升企业AI系统的安全防护能力。
　　5、了解行业AI技术发展及安全威胁的最新动态，及时调整安全架构与防护策略，确保企业信息安全的前瞻性与有效性。设计并实施AI系统从数据准备、模型训练到部署应用的全生命周期安全策略，确保AI系统的安全性与合规性。
　　岗位要求:
　　1、计算机应用、计算机网络、通信、信息安全等相关专业本科学历；
　　2、五年以上金融机构应用架构、基础架构（服务器、操作系统、数据库、大数据、中间件等）、网络架构设计相关工作；全栈工程师优先；
　　3、熟悉并了解主流安全架构设计解决思路与方案设计，能独立规划与设计企业级网络安全架构与解决方案；
　　4、具备很强的学习自驱力，能持续学习与掌握新兴技术原理；
　　5、思维逻辑清晰，较好的问题分析解决与归纳总结能力，具备较强的独立工作能力和团队合作精神；
　　6、熟悉云安全、容器安全、物联网安全等新技术的安全控制措施优先；
　　7、具有CISSP、CISP、CISA、CCIE security、CCSP等相关认证优先考虑。
　　应用安全工程师
　　岗位职责:
　　1、负责公司研发安全领域工作，包括应用安全体系规划、风险治理、重点业务系统的安全评审及安全架构设计工作。
　　2、负责公司研发安全能力的建设，包括RASP、WEB安全扫描、代码安全扫描、交互式扫描、镜像安全扫描等工具平台的设计研发工作。
　　3、推动云原生下应用安全体系的持续建设优化，与公共团队配合设计通用的安全框架、安全组件及架构安全解决方案，引领技术团队开展SDL。
　　4、参与优化安全研发流程，并通过工具、技术等手段将安全能力与基础架构融合并推进落地，持续优化完善，达成研发安全管理目标
　　岗位要求:
　　1、本科及以上学历，5年以上企业应用安全建设、SDL落地等经验；
　　2、扎实的编码能力，能够使用Java/Python/Golang/Nodejs/C++等其中一种语言开展工具研发；
　　3、有相关安全工具平台研发经验，包括不限于动态、静态等各类漏洞检测、流量处理、资产采集等经验；
　　4、精通各类漏洞原理；
　　5、熟悉业内主流安全机制、安全解决方案及安全体系，能够独立负责中大型系统安全解决方案并主导进行安全方案建设，有云原生相关经验优先；
　　6、良好的沟通表达能力和文案编写能力，善于团队协作，项目管理，主动思考，良好的自我驱动力。
　　人工智能安全治理岗
　　岗位职责:
　　1.AI全生命周期安全治理体系建设与落地
　　-参与制定并持续迭代企业人工智能安全治理体系相关制度
　　-覆盖从环境准备、数据清洗、模型训练、模型引入、部署推理、智能体应用到下线的全流程风险识别、评估与控制措施
　　-推动监管要求及国家行业标准在银行的本地化落地
　　2.AI应用安全风险评估与审计
　　-负责AI项目的上线前安全评审及安全检查工作（含红蓝对抗、提示词注入测试、数据投毒测试、偏见与公平性测试等）
　　-输出相关安全评估及安全检测报告
　　-定期开展AI安全内外审计检查及与监管报备
　　3.AI安全检测工具体系建设
　　-参与规划、研发并持续迭代覆盖全周期的自动化安全检测工具体系
　　4.AI安全防护能力建设
　　-参与规划、研发并持续迭代AI安全防护能力建设
　　5.AI安全事件响应与应急
　　-建立AI安全事件分级响应机制
　　-主导人工智能相关重大安全事件的调查与处置
　　6.监管沟通与行业交流
　　-参与对接上级及监管机构算法备案、评估、整改等工作
　　-参与相关安全标准的制定与研究
　　岗位要求:
　　1.、本科及以上学历，计算机、人工智能、网络安全、密码学等相关专业
　　2、5年以上信息安全或AI安全相关经验，其中至少3年涉及大模型/生成式AI安全治理或研究工作，具备银行、互联网、金融科技、大型制造等行业AI安全治理经验者优先
　　3、精通AI全生命周期安全风险（如模型投毒、提示词注入、数据投毒、成员推理等）及最新攻击与防御技术
　　-熟悉国内外AI安全法规与标准（如《生成式人工智能服务安全基本要求》、NIST AI RMF、ISO 42001等）
　　-具备企业级AI安全治理体系搭建经验，或参与过算法备案/评估项目
　　4、具备跨部门沟通、项目管理及推进能力，优秀的文档撰写能力，高度的责任心与风险敏感度
　　5、持有CISM、CISA、CISSP等安全认证，具备红队评估或渗透测试大模型的实战经验，发表过AI安全相关论文或文章，具备模型微调、强化学习、大规模数据清洗、多智能体编排或向量知识库构建经验，熟悉PyTorch、DeepSpeed、vLLM、Transformers、SGLang等训练、推理及智能体应用框架优先
　　知识工程架构师
　　岗位职责:
　　1.平台架构设计与实现：主导知识工程平台的整体架构设计，包括数据采集、解析、抽取、向量化、存储到服务化的全链路技术方案。确保系统具备高可用、高并发、可扩展及易维护的特性。
　　2.高性能组件研发：设计与开发平台核心组件，如高性能文档解析服务、向量化处理流水线、多模态数据索引引擎，并集成优化各类向量数据库（如Milvus、ElasticSearch）与知识图谱数据库。
　　3.系统集成与优化：负责将算法团队产出的模型（如实体识别、关系抽取、Embedding模型）进行工程化封装、服务化部署与性能优化。解决模型推理过程中的延迟、吞吐量及资源消耗等瓶颈问题。
　　4.技术选型与攻坚：评估并引入适合的技术栈与中间件，主导技术难题攻关，例如解决海量向量相似度检索的性能瓶颈、设计分布式缓存机制、实现复杂查询的路由策略等。
　　5.跨团队协作：与算法专家、产品经理及业务团队紧密沟通，深刻理解业务需求与算法逻辑，设计并落地能够高效支撑知识构建（如GrapRAG、KAG）与应用（如智能检索、问答）的技术架构。
　　6.规范制定与团队赋能：制定团队开发规范、技术文档标准，并通过代码评审、技术分享等方式提升整体团队的技术能力。
　　岗位要求:
　　1.教育背景：本科及以上学历。AI相关专业优先。
　　2.技术能力：具有很强的编程能力，熟练掌握分布式系统原理、微服务、容器化、消息队列、缓存、负载均衡等技术与常见中间件。具有AI系统设计能力。熟悉向量数据库、搜索引擎ES的原理及使用。熟悉常见AI算法相关原理，特别是大模型技术原理。熟悉知识图谱原理、RAG/GraphRAG/KAG原理、模型训练及推理流程优先。
　　3.工作经验：从事AI系统开发相关经验5年以上，拥有从0到1主导或深度参与大型AI平台构建的经验，有主导设计并交付中大型知识管理、知识图谱、知识工程系统落地成功经验优先。有与算法工程师、AI产品经理合作共同落地AI系统的经验。
　　4.其他：具备强烈的产品意识和平台化思维，能够从业务需求中抽象出通用平台能力，并设计出优雅的架构解决方案。
　　AI infra研发架构师
　　城市:深圳市​经验要求:5年​招聘人数:2人
　　岗位职责:
　　1.训推平台构建：负责模型训练与推理平台的整体架构设计、选型及实施工作。主导及实施大模型平台的建设，确保平台具备高可用性、可扩展性和易用性。持续优化大模型服务调度策略，提升服务吞吐和资源利用率。
　　2.训推性能加速与优化：追踪行业领先的模型训练与推理加速技术，探索并集成先进的训推加速工具与框架，提升训练加速比与推理资源利用率。
　　3.智能体平台构建：主导智能体平台与多智能体框架的工程架构设计、选型及实施工作。持续追踪行业领先的多智能体架构，设计支持复杂决策、工具调用与协同工作的底层系统框架，为智能体应用提供稳定可靠的运行环境。
　　4.ModelOps体系建设：构建和完善ModelOps实践流程与工具链，实现模型及智能体开发、部署、监控与治理的全生命周期自动化管理，提升AI研发与运维的质量、效率及研发合规工作。
　　5.技术前瞻与攻坚：持续跟踪AI Infra领域的前沿技术（如新型硬件适配、调度框架等），主导技术选型与难题攻关，确保技术栈的先进性与适用性。
　　岗位要求:
　　1.教育背景：本科及以上学历，AI相关专业优先。
　　2.技术能力：具有良好的编程能力，熟练掌握分布式系统原理、微服务、容器化（Docker/K8s）、消息队列、缓存、负载均衡等技术与常见中间件。具有AI系统设计能力。熟悉常见AI算法相关原理，特别是大模型技术原理。熟悉模型训练及推理，特别是大模型训练及推理流程，或langGraph等智能体框架。
　　3.工作经验：从事AI系统开发相关经验5年以上，拥有从0到1主导或深度参与大型AI平台构建的经验，具有训推平台、大模型平台（MaaS）或者智能体编排、多智能体框架的开发及应用经验。具有AI框架或AI训练推理加速优化经验优先。有与算法工程师、AI产品经理合作共同落地AI系统的经验。
　　4.其他：具备强烈的产品意识和平台化思维，能够从业务需求中抽象出通用平台能力，并设计出优雅的架构解决方案。拥有千卡级别及以上大规模AI训练平台的成功研发或深度调优经验优先。
　　AI Infra产品专家
　　城市:深圳市​经验要求:5年​招聘人数:1人
　　岗位职责:
　　1.产品战略与路线图规划：负责AI Infra平台（涵盖模型训推一体平台、MaaS平台、智能体平台及ModelOps体系）的长期产品战略、迭代路线图及版本规划。深刻理解业务需求与技术趋势，定义产品核心价值与成功标准。
　　2.全生命周期产品管理：主导产品的落地，包括需求分析、PRD撰写、原型设计（Axure/Xmind等），协调算法、架构、运营等团队，确保核心功能的高质量交付与持续迭代。
　　3.用户体验与价值实现：深入一线用户工作场景，挖掘痛点，通过产品优化持续提升平台的用户体验、易用性与工作效率。建立产品效果评估体系，驱动数据驱动的产品迭代。
　　4.跨团队协同：与AI Infra架构师、算法团队紧密协作，精准传递产品需求，协同技术方案设计，确保产品目标与技术实现、业务需求高效对齐。
　　岗位要求:
　　1.教育背景：本科及以上学历，AI相关专业优先。
　　2.专业能力：熟练掌握产品调研及产品设计方法论，熟练使用Axure、Xmind等工具，能独立完成需求分析、原型设计及数据驱动决策。了解AI算法相关原理，特别是大模型技术原理。能与算法/架构团队高效沟通技术方案。
　　3.工作经验：5年以上平台型或开发者工具类产品经验，至少3年专注于AI产品或者AI基础平台产品经验。具备AI Infra相关产品（如训练平台、推理服务、智能体平台、MLOps/modelops平台）从0到1的建设或主导经验者优先。
　　4.其他：具备强烈的平台化思维与抽象能力，能设计灵活、可扩展的产品架构以应对多样化的用户场景。强烈的自驱力、责任心和结果导向，能适应技术快速迭代的环境。
　　知识工程产品专家
　　城市:深圳市​经验要求:5年​招聘人数:2人
　　岗位职责:
　　1.产品战略与规划：制定知识工程产品的长期战略与迭代路线图，结合技术优势与市场需求，明确产品定位。跟踪知识图谱、GrapRAG、KAG、多模态大模型等技术演进，主导竞品分析及市场洞察。
　　2.全生命周期产品管理：主导产品从0到1的落地，包括需求分析、PRD撰写、原型设计（Axure/Xmind等），协调算法、架构、运营等团队，确保知识获取、存储、检索、问答等核心功能的高质量交付与持续迭代。
　　3.技术融合与场景创新：深度理解知识工程关键技术（如本体构建、向量化检索、Agentic RAG），推动算法模型（如关系抽取、实体识别）与工程架构（如高性能流水线、向量数据库集成）的高效协同，设计可复用的行业解决方案。
　　4.数据驱动与效果优化：建立产品效果评估体系（如知识准确率、检索效率、用户满意度），通过数据分析和用户反馈持续优化知识质量与产品体验，设计数据闭环推动模型迭代。
　　5.跨团队协作：与算法专家、产品经理及业务团队紧密沟通，深刻理解业务需求与算法逻辑，设计并落地能够高效支撑知识构建（如GrapRAG、KAG）与应用（如智能检索、问答）的产品架构。
　　岗位要求:
　　1.教育背景：本科及以上学历，AI相关专业优先。
　　2.专业能力：熟练掌握产品调研及产品设计方法论，熟练使用Axure、Xmind等工具，能独立完成需求分析、原型设计及数据驱动决策。了解AI算法相关原理，特别是大模型技术、知识图谱原理。能与算法/架构团队高效沟通技术方案
　　3.工作经验：5年以上AI产品经验，具备知识工程、知识图谱、大模型应用等领域成功落地案例，有B端解决方案或C端高日活产品经验者优先。有与算法工程师、AI架构师合作共同落地AI系统或产品的经验。具有金融业相关AI产品经验优先。
　　4.其他：具备强烈的平台化思维与抽象能力，能设计灵活、可扩展的产品架构以应对多样化的用户场景。
　　智能体算法专家
　　​
　　岗位职责:
　　1.技术追踪与引入：跟踪国际前沿多智能体技术（如协同控制、分布式学习、大模型驱动的智能体框架），评估其在金融场景的应用潜力，主导引入高性能多智能体框架（如基于LLM的任务规划系统、混合控制架构等）。研究及引入垂域智能体技术（如Deep Research、Code Agent、Agentic RAG）的进展，构建技术选型矩阵，制定金融场景的适配路径与集成方案。
　　2.多智能体能力建设：主导设计并实现面向金融领域的多智能体系统，重点突破Context Engine、Memory、Tool Use、ReAct、Plan-and-Execute、MCP等核心能力，并探索端到端的Agentic RL训练方法，以提升智能体在复杂金融环境中的自主性与适应性。
　　3.金融场景适配与工具化平台：理解金融业务，结合业务痛点提供创新的技术解决方案并执行。将多智能体核心能力封装为标准化工具和平台组件，打造金融专属的智能体开发套件，降低技术使用门槛。构建智能体仿真测试环境，验证系统在复杂金融场景下的鲁棒性，确保输出符合行业规范与监管要求。
　　4.团队协作与指导：负责方向的规划、方案的设计及人员的指导。
　　岗位要求:
　　1.教育背景：计算机科学、人工智能、数学、统计学或相关专业硕士及以上学历，NLP/知识图谱/机器学习/视觉图像/语音视频等优先。
　　2.技术能力：精通Python编程语言，熟悉常用数据结构和算法，具备优秀的工程实现能力，熟悉AI code优先。熟悉常用的机器学习、深度学习、强化学习相关算法，对Transformer架构、gpt/deepseek等主流大模型底座有深入理解。同时具有金融业务知识优先。
　　3.工作经验：从事AI算法研发相关经验5年以上，对多智能体系统的关键技术（如Context Engine、Memory、ReAct、Plan-and-Execute模式、工具执行、端到端Agentic RL训练）有实践经验。
　　4.其他：在AI/ML顶级会议或者期刊（NeurIPS、ICML、ACL等）发表过相关论文，或顶级AI竞赛获奖，或参与过知名开源大模型项目贡献者优先。
　　大模型训练算法专家
　　岗位职责:
　　1.大模型基座引入与优化：跟踪前沿大模型技术动态，评估并引入适合金融领域的基座大模型（如deepseek、Qwen等）。
　　2.金融垂类模型训练与调优：研发数据合成技术，利用金融领域高质量数据生成高质量训练集。基于金融业务场景，设计并实施领域适配的后训练方案，包括但不限于SFT、RL等，确保模型具备金融专业知识与业务理解能力。
　　3.训练算法工具化与平台建设：持续跟进与实践最新的后训练算法，将行业领先的训练算法（如SFT/DPO/GRPO等）封装为标准化工具，降低技术使用门槛，提升团队研发效率。构建完整的大模型训练与评估平台，支持从数据准备、模型训练到性能评估的全链路工作。研究模型训练和推理优化技术，包括高效训练框架、模型小型化（稀疏化、压缩、剪枝、蒸馏）等，确保技术方案的成本效益与可扩展性。
　　4.技术研究、团队引领与落地推动：跟踪大模型领域最新研究成果，特别关注金融垂类模型的前沿进展，定期输出技术研究报告。领导模型训练方向，开展研发工作，制定技术路线图，指导团队成员解决关键技术难题。与业务和开发部门紧密合作，理解金融业务需求，将大模型技术转化为实际业务价值。
　　岗位要求:
　　1.教育背景：计算机科学、人工智能、数学、统计学或相关专业硕士及以上学历，NLP/知识图谱/机器学习/视觉图像/语音视频等优先。
　　2.技术能力：精通Python编程语言，熟悉常用数据结构和算法，具备优秀的工程实现能力，熟悉AI code优先。熟悉常用的机器学习、深度学习或者强化学习相关算法，对Transformer架构、gpt/deepseek等主流大模型底座有深入理解。同时具有金融业务知识优先。
　　3.工作经验：从事AI算法研发相关经验5年以上，具有大模型训练（预训练或后训练）、智能体训练相关实际落地经验。在强化学习、NLP、知识图谱、LLM、对话机器人、多模态、语音、大模型、AIGC、内容建模、用户建模上有丰富的应用落地经验者优先。同时具有金融项目或者业务经验优先。
　　4.其他：在AI/ML顶级会议（NeurIPS、ICML、ACL等）发表过相关论文，或顶级AI竞赛获奖，或参与过知名开源大模型项目贡献者优先。
　　知识工程算法专家
　　城市:深圳市​经验要求:5年​招聘人数:1人
　　岗位职责:
　　1.知识全链路构建与管理：负责非结构化数据（文本、图像、视频等）和结构化数据的采集、解析、抽取、内容理解与知识合成，构建高质量的向量化知识、知识图谱、本体及高质量训练数据集。
　　2.知识应用与技术创新：提供知识打标、分类、检索、问答等核心能力，探索并应用GrapRAG、KAG等前沿知识增强技术，提升智能应用的准确性与可用性。
　　3.工具平台设计与开发：负责知识工程相关工具链与技术平台的设计、研发与迭代，提高知识构建与应用的效率和自动化水平，支持知识的持续沉淀与演化。
　　4.场景落地：与业务及其他技术部门紧密合作，深入理解业务需求，提供可靠的知识解决方案，并推动其在具体场景中的应用和价值实现。
　　岗位要求:
　　1.教育背景：计算机科学、人工智能、数学、统计学或相关专业硕士及以上学历，NLP/知识图谱/机器学习/视觉图像/语音视频等优先。
　　2.技术能力：具有良好的编程能力，熟悉常用数据结构和算法，具备优秀的工程实现能力，熟悉AI code优先。熟练掌握知识图谱构建、自然语言处理、RAG等核心技术。熟悉大模型相关技术原理及应用，具备利用大模型进行知识抽取、生成优化经验者更佳。
　　3.工作经验：从事AI算法研发相关经验5年以上，具有知识工程、自然语言处理相关领域的实际落地经验，有主导或核心参与大型知识库、知识图谱、知识工程项目经验者优先。具备多模态数据处理和跨模态知识关联的项目经验者优先。
　　4.其他：在AI/ML顶级会议或者期刊（NeurIPS、ICML、ACL等）发表过相关论文，或顶级AI竞赛获奖，或参与过知名开源大模型项目贡献者优先。
　　AI工程师
　　城市:深圳市​经验要求:3年​招聘人数:1人
　　岗位职责:
　　1、负责金融大模型多智能体应用开发，覆盖营销、运营、风控等场景，深入理解金融业务需求，推动AI技术在金融领域的创新突破
　　2、续关注大语言模型领域技术发展，评估新技术在金融场景的应用潜力；主导推动大模型相关应用落地，建立和维护高效、稳定的MLOps/LLMOps流水线，包括模型训练、版本管理、持续集成与部署（CI/CD）等；
　　3、负责大模型（LLM/LVM）部署、性能优化（如量化、剪枝、推理加速）和高可用性保障、隐私安全评估等；
　　4、协同质量团队建设Agent评测与迭代体系，保障模型安全迭代与快速上线;
　　岗位要求:
　　1.理学门类-数学类-信息与计算科学、理学门类-数学类-数学与应用任职要求：
　　1、聪明自省有冲劲，敢想敢做，愿钻研
　　2、计算机、人工智能或相关专业本科及以上学历；对大模型技术和应用有浓厚的兴趣，能主动跟进学习并用于实践；
　　3、对大模型技术和应用有浓厚的兴趣，能主动跟进学习并用于实践；
　　4、良好的团队协作能力与技术创新意识，能够推动前沿技术在业务中的落地应用；
　　5、熟悉大语言模型(LLM)技术原理与应用，有Agent系统或多模型协作开发经验者优先；
　　6、有以下经验者优先录取：
　　a）具备模型优化、分布式计算等技术背景，能解决大规模模型推理性能问题；
　　b）熟悉金融领域业务逻辑与技术挑战，有智能投顾、智能保顾等金融大模型应用经验者优先；
　　应用算法
　　​
　　岗位职责:
　　1、围绕金融领域的推荐、营销、客服、投研投顾、风控等场景，构建端到端算法解决方案，完成从原型设计、实验验证到生产环境部署的全流程落地；
　　2、主导或参与金融垂直大模型的选型、后训练（SFT、RL等）。同时构建严格的模型评测体系，包括幻觉检测、事实性评估、安全性和有效性测试，并负责模型效果的持续迭代；
　　3、持续追踪并引入最新的LLM/LVM算法进展，如MoE、多模态、长文本处理等，推动其在金融场景中的应用；
　　4、与产品、工程、数据团队紧密协作，梳理业务需求，将算法能力转化为可落地的产品功能，提供技术支持与方案评审；
　　5、撰写高质量技术报告，参与申请金融AI相关专利，积极参与科技影响力的建设中；
　　岗位要求:
　　1、聪明自省有冲劲，敢想敢做，愿钻研，具备强烈的算法创新能力和解决复杂问题的能力；
　　2、计算机科学、人工智能、应用数学、统计学等相关专业，硕士及以上学位并具备3年以上相关工作经验。
　　3、精通传统机器学习和深度学习理论，熟悉至少一种主流深度学习框架（PyTorch优先），熟悉主流的预训练模型、微调技术和对齐方法。
　　4、有如下经验者优先：
　　a）金融大模型相关应用开发经验，包括智能风控、智能营销、智能投顾等
　　b）实际大模型的预训练、后训练（SFT、RL）等项目经验
　　c）有CCF-A、CCF-B等顶会paper者
　　数据开发
　　岗位职责:
　　1、构建AI数据资产体系，包括特征库、样本库、标注规则引擎等，支持特征工程自动化、样本迭代优化，降低AI研发的数据门槛。
　　2、对接算法团队，梳理数据标注标准与质量评估体系，搭建数据问题反馈与迭代闭环，持续提升AI数据质量。3、负责知识库构建与维护，包括RAG体系所需的知识库（文档、图谱等），确保数据实时性和准确性。
　　4、设计并优化数据存储与计算架构（如湖仓一体、实时计算平台），适配AI场景的高并发、大容量、低延迟数据需求；负责数据管道、ETL/ELT任务的开发与维护，结合AI技术实现任务调度智能化、故障自愈、性能自动优化；
　　5、探索并应用联邦学习、差分隐私、同态加密等技术，在保护客户隐私的前提下，实现数据价值的最大化。
　　6、引入并应用AI技术优化数据研发流程，提升数据处理效率、降低人工成本；探索AI在数据治理、数据脱敏、数据血缘分析中的应用，搭建智能化数据治理工具，实现数据资产的自动化管理与风险管控。
　　岗位要求:
　　1、本科及以上学历，计算机、大数据、人工智能相关专业；3年以上数据研发、大数据工程或AI数据支撑相关工作经验。
　　2、熟悉Hadoop、Spark、Flink等大数据计算框架，熟悉Hive、ClickHouse、HBase等数据存储引擎，掌握SQL优化、ETL/ELT开发流程；熟悉Python编程，具备处理大规模非结构化/半结构化数据的能力；
　　3、具备跨团队协作能力，能高效对接算法、业务、产品团队，精准理解需求并转化为数据解决方案；
　　4、有如下经验者优先：
　　a)理解机器学习/大模型训练的数据需求（样本格式、特征工程、数据标注），具备AI工具（如自动化标注平台、特征工程框架）应用或二次开发经验；了解LLM在数据治理、数据生成中的应用场景者；
　　b)有AI公司（大模型、机器学习平台、智能产品）数据供给或数据AI化改造项目经验者；
　　c）有金融行业数据建模、知识图谱构建或隐私计算实践经验者；
　　数据模型岗
　　城市:深圳市​经验要求:3年​招聘人数:1人
　　岗位职责:
　　1、负责业务数据分析及风险模型建设，能够深入研究数据特征、分析挖掘客户特征、进行风险评估并建立可识别风险的数据模型；
　　2、推动数据模型的有效应用；
　　3、定期输出分析结论，推动报表、看板工具的开发与应用。
　　岗位要求:
　　1、研究生及以上学历，计算机、数学、金融相关专业优先；
　　2、3年以上数据相关工作经历，银行或互联网金融从业者优先；
　　3、能独立完成从数据处理、建模分析到结论输出的全流程；
　　4、熟悉常用数据分析工具，有成熟的数据应用、建模经验或有相关成功案例者优先。

 

 

报名入口

 

　　原标题：平安银行
　　文章来源：https://talent.pingan.com/recruit/social.html

分享到:

网友们正在看的信息

与本文相关的信息

更多 >>

最新银行考试指南

更多 >>
    热门银行招聘
  • 国家银行招聘
    商业银行招聘
    农信社招聘
    城市商业银行招聘
    农商行招聘
    村镇银行招聘
    外资银行招聘
    民营银行招聘
    • Back to Top