算法工程师（金融大模型方向）

该职位来源于猎聘 我们正在寻找在AI大模型领域（LLM/Agent/多模态）有一定技术沉淀，并具备金融科技行业实战经验的初级AI算法工程师，参与算法团队（Knowledge Lab）一起研发 LLM 为主的 AI 算法在金融信息加工与分发、以及在投资研究等领域的应用，打造为用户服务的优秀金融 AI 企业。 岗位职责： 1.参与金融大模型技术路线规划，开发Agent驱动的智能投研产品；

• 跟踪AI3.0、Agent框架等前沿技术，制定技术护城河； 3.与数据产研、产品、以及技术研发部门深度合作，打造端到端的AI金融解决方案；
• 扩展和深化AI功能，提高任务参与的便捷性和自然度，增加任务完成量，提升现有用户粘性； 5.基于开源LLM做金融领域的持续预训练，SFT/ReFT，Prompt工程，加速推理； 6.基于闭源LLM做智能问答，Text2SQL，任务Agent，生成式推荐等应用研究； 7.在LLM基础上，研发面向特定任务的专用模型，包括意图识别，实体与属性抽取，文本标签与分类，情感分析，语义嵌入，语义排序，思维链抽取等任务； 8.融合LLM通用与专用的各种模型，实现搜索问答与推荐，信息提炼/数据提取，题材与事件的信息聚合，自动生成报告等信息生产与分发的应用； 9.从非结构化文本和结构化数据中，构建金融领域的事理图谱和投资逻辑图谱，应用图谱去增强搜索问答与推荐，事件关联的风险识别与个股推荐等； 10.基于用户画像和内容画像以及金融热点做题材订阅推送，事件关联推送，个性化推荐以及上下文感知推荐； 11.基于统计学/贝叶斯理论，金融工程学，时序模型/状态空间模型等ML技术做金融市场的行业周期识别，景气度/市场情绪指数的定义与测定，盈利预测/供需推算/成本收入测算，基本面因子/量价因子挖掘，组合配置优化，风险信号检测等。 任职要求： 1.学术背景：本科学士学位及以上，计算机科学、人工智能、金融工程或相关领域；
• 复合能力：1-3年AI大模型（LLM/Agent/多模态）研发经验，了解金融行业（量化/投研等场景）；
• 产品化思维：参与研发过将AI技术转化为金融场景的落地产品（如智能投顾、自动化策略、金融Agent系统）；
• 硬核技术能力： 参与过金融领域大模型训练调优；

参与过亿级参数模型研发，精通分布式训练、强化学习与Agent架构设计；

精通Python，熟练使用主流机器学习框架和工具，如PyTorch、TensorFlow、scikit-learn、Keras 、LangChain、AutoGPT等； 了解常见的数据处理工具和库，如 Pandas、NumPy、SQL 等； 对常用的算法理论和模型有理解，如神经网络，SVM，决策树，聚类，回归，Transformer 架构，强化学习等； 熟悉RAG、CoT、Agent工作流设计，具备复杂系统架构设计能力； 对NLP与生成式AI的相关技术有深入理解，有LLM学习与实践经验者优先； 能够独立完成业务大课题的算法建模，框架搭建，算法调优； 5.金融认知： 熟悉二级市场数据（行情/财报/新闻）、量化因子体系、投资组合理论; 有卖方研究、买方资管或头部Fintech公司经验者优先。 6.Base上海。