大模型量化算法工程师

参与金融大模型（LLM）在投资场景中的研发，包括选股、诊股、风险控制、资产配置、市场分析等投顾 Agent 能力建设。

参与构建投顾 Agent 系统，包括 Agent 架构设计、工具调用（Tool Use）、RAG、策略链路（Chain-of-Thought / Planning） 等。

参与金融领域数据处理与模型训练，包括 金融文本数据、市场数据、研究报告等数据的清洗、标注与训练数据构建。

参与大模型训练与优化工作，包括 SFT、RAG、RLHF、Prompt Engineering、评测体系建设等。

参与金融策略与 AI 结合的研究，如 量化策略、市场信号识别、投资决策辅助系统。

与投研、产品、工程团队合作，将 AI 能力落地为实际的投资辅助工具或投顾产品。

跟踪最新 AI 技术（LLM / Agent / 多模态 / AI for Finance），并探索在金融场景中的创新应用。

硕士及以上学历，计算机、人工智能、数据科学、金融工程等相关专业优先。

扎实的编程能力，熟悉 Python，熟悉常见 AI / ML 框架（如 PyTorch / TensorFlow）。

对 大语言模型（LLM）技术有一定理解，如 Transformer、RAG、Agent、Prompt Engineering 等。

熟悉或了解 LangChain / LlamaIndex / AutoGen / OpenAI / Claude / 开源模型等 Agent 框架优先。

对 金融市场或量化投资有兴趣，有股票、量化、宏观研究经验优先。

有以下经验之一优先：大模型训练或微调（SFT / LoRA / RLHF）Agent 系统开发 NLP / 推荐系统 / 搜索系统/量化交易或金融数据分析 具备良好的工程能力与问题拆解能力，能够快速学习新技术。