算法实习生（大模型/Agent方向）

参与Agent驱动的智能投研全流程系统的研发，涵盖因子挖掘、因子预处理、因子检验、组合优化、回测等环节的智能化改造；

参与Agent记忆、经验沉淀与自我进化机制的设计与实现，探索让Agent从人类经验（Skill/知识库/研报）与自身回测反馈中持续学习的方法；

参与大模型/Agent相关关键技术的调研、复现与落地，包括但不限于Prompt工程、RAG、多Agent协作、工具调用（Tool Use）、强化学习/反思机制等；

跟踪业内大模型与Agent应用的前沿进展，探索金融科技垂类领先的智能化研究应用；

完成公司交办的其他工作

计算机、人工智能、数学、自动化、统计、金融工程等相关专业，本科及以上在读，能保证每周稳定出勤4天及以上、持续3个月以上（可长期实习者优先）；

具备扎实的Python编程功底，熟悉PyTorch等主流深度学习框架；

熟悉常见大模型的原理与应用，了解Prompt工程、RAG、Agent（LangChain/LangGraph/AutoGPT/Nanobot等框架）中至少一项，有实际项目/竞赛/开源经验者优先；

具备良好的沟通能力、快速学习能力和技术钻研精神，能与团队紧密协作。 以下条件优先（满足其一即可，不要求全部）：

有Agent系统搭建、多Agent协作、Agent记忆/进化机制相关实践经验；

有金融数据分析、因子研究、时间序列建模、回测框架等相关研究背景或对其有浓厚兴趣；

有大模型微调/训练经验，熟悉Megatron、DeepSpeed、Swift等训练框架；

有高水平论文发表、开源项目贡献或知名算法竞赛获奖经历