金融 Agent算法工程师

【团队介绍】 我们是金融智能体产品团队，负责 Financial Agent Harness 与上层智能体应用的架构设计与迭代。面向真实的投资研究与决策场景，我们把千亿级基座模型的能力，通过 Agent Loop、工具生态与记忆体系，转化为可以真正交付结论的金融智能体。 团队覆盖智能体框架、技能体系、运行时与评测闭环，强调长程任务上的成功率与稳定性，而不是 demo 层面的效果。我们相信智能体的能力边界由"模型 × 环境 × 工程"共同决定，因此同时投入架构设计与模型协同优化。

【岗位方向】 Agent Loop × Skill Ecosystem：面向金融智能体基座，建设规划、工具调用、记忆与反思的核心循环，以及 Skill / MCP 技能体系与长程任务可靠性工程。

【工作内容】

1. 01

   负责 Agent Loop 核心架构的设计与迭代，覆盖任务规划、工具调用、上下文与记忆管理、反思与自我修正机制。

2. 02

   负责 Skill / MCP 技能体系建设，包括技能抽象、渐进式披露、工具生态扩展与权限治理，支撑智能体在复杂金融任务中的可扩展能力。

3. 03

   负责长程任务的可靠性工程，包括失败检测与恢复、上下文压缩、成本与时延控制，持续提升多轮长程任务的端到端成功率。

4. 04

   负责智能体运行时与沙箱环境的能力建设，支撑高频起停、强隔离与可观测的任务执行。

5. 05

   负责智能体评测闭环建设，搭建任务基准与轨迹分析工具，从失败案例中定位是模型能力问题还是框架工程问题，并驱动对应团队迭代。

【职位要求】

1. 01

   本科及以上学历，计算机、人工智能等相关专业优先。

2. 02

   熟悉大语言模型与智能体基本原理，深入理解 ReAct、Plan-and-Execute、多智能体等主流范式的适用边界。

3. 03

   具备优秀的工程能力，熟练使用 Python，熟悉并发与异步编程，能够独立完成复杂系统的设计与落地。

4. 04

   有 Coding Agent、Deep Research 或同类智能体产品的实际落地经验，理解真实场景中的失效模式。

5. 05

   具备较强的问题定位能力，能够基于轨迹与日志分析定位智能体行为异常的根因。

6. 06

   具备良好的抽象与接口设计能力，以及跨团队沟通推动能力。

【加分项】

1. 01

   有智能体框架从 0 到 1 建设经验，或主导过有影响力的开源 Agent 项目者优先。

2. 02

   有 MCP / 工具协议、沙箱与虚拟化技术（Firecracker、Kata Containers、gVisor 等）实践经验者优先。

3. 03

   有 Agent 评测基准建设或轨迹数据分析经验者优先。

4. 04

   对金融业务场景（投研、选股、事件归因、交易决策等）有深入理解者优先。

5. 05

   有后训练 / Agentic RL 协同优化经验，能与模型团队共同定义能力目标者优先。