建标准：建立金融大模型技术选型与评估体系，以前瞻视角定义符合业务基因的技术路线。 攻核心：主导大模型在智能对话、风控、数据分析、信用评估等高价值场景的深度落地，解决金融业务“最后一公里”的AI适配难题。 守底线：构建贯穿模型全生命周期的治理机制，通过效果监控、风险预警与内容校验，筑牢金融AI的安全合规防线。 树标杆：将工程实践提炼为学术理论，以顶刊论文、核心专利与科创赛事奖项，打造团队在金融科技领域的学术话语权。

学术硬通货：QS/Top 50院校博士，研究领域直指NLP/ML/CV核心，手握高质量SCI一作论文。 大厂实战背书：在阿里、腾讯等一线互联网大厂核心AI团队有过深度实习或合作，对工业级数据处理与模型部署有切身体感。 从0到1的造车经验：完整参与过金融领域大模型从立项、数据工程、预训练到业务上线的全流程，而非仅使用开源模型进行微调。 全栈技术掌控力：源码级驾驭PyTorch/TensorFlow，精通Transformer架构下的各类加速与瘦身技术（FlashAttention/量化/蒸馏）；同时具备RAG、Agent、Prompt Engineering等应用层技术体系的实战积累。 项目领航能力：具备独立拆解模糊需求、设计技术方案并推动跨团队落地的能力，能在高压下保持清晰的决策逻辑。