(一) 文本大模型方向

研究方向
随着人工智能技术从单一模型智能向群体智能、自主进化方向演进，如何构建能够在开放、动态、不确定环境中持续学习、自主进化并高效协同的智能体系统，已成为AI算法研究的前沿热点。
当前以大语言模型（LLM）驱动的多智能体系统（MultiAgent System）、自进化算法（SelfEvolving AI）与强化学习（RL）深度融合，在自动驾驶、智能制造、群体机器人、复杂博弈决策等领域展现出巨大潜力。
本方向旨在突破传统智能体在环境适应性、协同效率与自主进化能力上的瓶颈。
岗位要求
1.已获得或即将获得计算机科学、电子信息、软件工程、人工智能、自动化、应用数学/统计学等相关专业博士学位；
2.具有扎实的机器学习、深度学习、强化学习理论基础；
3.具备良好的英文文献阅读与学术写作能力，能够独立开展科研工作。
4.有大规模分布式系统开发或大模型训练/推理优化经验者优先。

(二) 自然语言处理方向

研究方向
金融领域NLP大模型方向：面向金融信贷的大规模预训练模型优化，金融场景下的大语言模型后训练与应用，金融智能体构建，文本信息挖掘在营销、风控、反欺诈及用户画像中的应用等。
岗位要求
1.具有计算机科学、人工智能、应用数学、模式识别、统计学等相关学科背景的博士；
2.熟悉NLP领域当前热点和前沿技术，对NLP/LLM在金融垂直领域的应用有深入的、系统的认识；
在NLP及相关领域顶级国际会议或期刊(如ACL、EMNLP、ICLR、NeurIPS等)发表高质量论文，或在有影响力的开源项目中有重要贡献；
3.扎实的编程基础，有大规模数据处理经验，熟悉一个或者多个常见的NLP/深度学习开源工具库，有大语言模型训练、部署或金融文本数据处理经验者优先。

(三) 多模态研究方向

研究方向
针对跨模态深度伪造内容的隐蔽性、多样性与对抗性，研究鲁棒、可泛化的伪造检测与溯源技术，提升面对未知伪造手段和对抗攻击时的检测能力，形成具有自主知识产权的核心技术成果。
岗位要求
1.已获得或即将获得计算机科学、电子信息、软件工程、人工智能、自动化、应用数学/统计学等相关专业博士学位；
2.具有扎实的机器学习、深度学习、强化学习理论基础，博士阶段有多模态研究背景优先；
3.具备良好的英文文献阅读与学术写作能力，能够独立开展科研工作。
4.有大规模分布式系统开发或大模型训练/推理优化经验者优先。

(四) 计算机视觉方向

研究方向
人脸技术的算法，包括人脸检测、定位、跟踪、活体、识别等技术方向，计算机视觉/图像识别领域前沿算法和系统的跟进与研究等。
岗位要求
1.具有计算机、人工智能、自动化、统计学、数学等相关学科背景的博士；
2.在人脸检测、定位、跟踪、活体、识别或者OCR等技术方向上有深入的研究经历，熟悉主流和前沿的技术方案，有在计算机视觉等相关国际会议发表第一作者论文的经历；
3.扎实的编程基础(熟练使用C++或者Python等)，熟悉深度学习基础知识和经典网络模型，熟练至少一种深度学习工具，例如ensorFlow、PyTorch等。

(五) AI Infra

研究方向
面向大模型全生命周期，研究大规模分布式训练系统与推理加速技术，涵盖万卡级GPU集群并行策略、训练通信与显存优化、推理引擎部署加速及异构资源调度等核心问题，构建高效稳定的AI计算基础设施。
岗位要求
1.计算机、电子信息、软件工程等相关专业博士学历；
2.扎实的系统/体系结构基础，熟悉GPU编程（CUDA）、分布式系统或高性能计算；
3.熟悉主流训练框架（PyTorch/Deep Speed/Megatron等）及推理框架（vLLM/Tensor RT/sglang等）
4.有大规模分布式系统开发或大模型训练/推理优化经验者优先。

(六) 图机器学习方向

研究方向
图神经网络、图算法，图模型和算法的迭代和应用，结合创新和实践，挖掘关系数据、优化图数据质量等。
岗位要求
1.具有计算机、人工智能、自动化、统计学、数学等相关学科背景的博士；
2.熟练掌握图模型相关基础知识，有迭代模型相关的落地的实践和经验，具备快速实践技术优化相关想法的能力，有在相关国际会议发表第一作者论文的经历；
3.扎实的编程基础(熟练使用C++或者Python等)，具备大数据处理相关经验。

度小满是一家专注于金融科技的创新型公司，致力于通过技术驱动，提升金融服务的效率与可达性。公司业务覆盖智能信贷、财富管理、支付、保险服务等多个领域，已累计服务数千万用户，连接起广泛的金融生态合作伙伴，包括银行、保险、基金等机构。凭借强大的技术能力和严谨的风控体系，度小满已成长为国内领先的金融科技平台之一。
度小满金融业务孵化于2015年，2018年4月融资19亿美元，拆分独立运营。2018年5月21日，度小满公司正式宣布成立。

度小满坚持客户至上，用科技服务小微。依托人工智能、大数据、云计算等前沿技术构建“金融大脑”，通过情感计算、关联网络、知识图谱等技术，进行感知引擎与决策引擎运算，大数据处理能力实现日均100亿次。在智能风控方面，度小满通过对征信报告进行深度解读，可识别出40多万维风险变量，有效将信贷风险降低了25%。同时，通过RPA机器人替代信贷审核中六成以上的重复性工作，极大提升了作业效率。度小满将领先的技术实力广泛应用于智能营销、智能风控、智能经营与智能运营等场景，精准识别小微企业的风险特征，持续用科技帮助小微降低融资成本，提升金融可得性。