基座后训练算法工程师（数据与评测方向）

团队介绍】 我们是金融智能体基座模型后训练团队，面向真实金融市场研究与决策场景，结合千亿级基座模型与 Financial Agent Harness，持续提升模型对金融市场的理解、归因、预测与交易能力。 团队围绕数据合成、任务环境、模型评测、奖励设计和强化学习，建设从能力定义、数据生产、模型训练到基准验证的完整后训练体系。我们希望将金融专家知识、真实市场任务和智能体运行轨迹，转化为可规模化生产、自动验证和持续迭代的高质量训练与评测数据。 我们强调数据对模型能力的真实贡献，以高质量、多样性、可验证和可持续迭代为标准，构建支撑金融智能体基座模型长期演进的数据与评测基础。

【岗位方向】 Scalable Data Synthesis × Evaluation：面向千亿级基座模型和 Financial Agent Harness，构建规模化数据合成与评测系统，覆盖任务生成、轨迹采样、质量筛选、Verifier、能力评测和训练反馈闭环。

【工作内容】

1. 01

   负责智能体基座模型后训练数据与评测算法的设计、研发和规模化落地，为 SFT、RL 等训练提供高质量数据与可靠评测指标。

2. 02

   围绕金融市场理解、事件归因、趋势预测、交易决策和工具使用等能力，建设任务体系、能力分类、难度分层、数据标准和评测指标。

3. 03

   基于 Financial Agent Harness 建设规模化数据合成与轨迹生产系统，持续生产和筛选高质量训练数据。

4. 04

   建设数据质量与评测体系，包括质量建模、Verifier、规则奖励、Judge Model、Judge Agent 及自动评测与人工评测校准。

5. 05

   建设自动评测与数据治理体系，支持离线 Benchmark、版本对比、回归测试、能力归因和失败分析，防范数据污染、信息泄漏和 Benchmark 过拟合。

6. 06

   建设"评测—归因—数据生成—模型训练—再评测"的数据飞轮，与后训练算法、训练 Infra、金融研究和产品团队协作，推动模型能力持续迭代并进入真实金融智能体应用。

【职位要求】

1. 01

   本科及以上学历，计算机、人工智能、数学、统计学等相关专业优先。

2. 02

   熟悉大语言模型和智能体基本原理，理解 SFT、强化学习等后训练流程。

3. 03

   具备优秀的问题分析和实验研究能力，能够从数据、评测和模型表现中定位能力短板，设计可信的对照实验并验证改进效果。

4. 04

   具备扎实的 Python 和 PyTorch 编程能力，熟悉数据处理、模型推理和算法实验，具备良好的代码规范与工程化落地能力。

5. 05

   具备大规模数据与系统意识，理解并发、异步、任务调度、故障恢复和可复现性等基本问题，能够参与可扩展数据与评测系统的建设。

6. 06

   具备良好的抽象、沟通和业务理解能力，能够与金融专家、算法和 Infra 团队完成需求对齐，将复杂业务问题转化为清晰的模型能力目标。

【加分项】

1. 01

   有千亿级模型后训练数据建设经验，参与过 SFT、RL 数据生产、规模化数据合成、自动评测或数据飞轮建设。

2. 02

   有 Agent 数据生成或金融智能体相关经验，熟悉多轮轨迹、工具调用、长程任务和结果验证，或具备量化研究、市场预测、事件归因等金融数据与评测经验。

3. 03

   熟悉 Ray、Kubernetes 等分布式计算与任务调度技术，以及 vLLM、SGLang、Megatron-LM、verl、OpenRLHF、DeepSpeed 等训练或推理框架。

4. 04

   在 ICML、ICLR、NeurIPS、ACL 等会议发表过高质量论文，或主导、参与过具有影响力的数据集、Benchmark、评测框架或大模型开源项目。