AI算法研究员·因果与稳健学习方向

你是否希望突破“相关性预测”的边界，让模型在环境变化、数据偏移和未知场景中依然作出可靠判断？ 聚宽投资正在寻找熟悉因果推断、稳健学习和分布外泛化的 AI 研究员。你将研究复杂数据中的稳定关系、干预效应与泛化机制，提升模型在真实环境中的可靠性。 岗位职责： 研究因果推断、因果发现、因果表征和反事实学习； 探索分布偏移、领域泛化、小样本和非平稳环境下的稳健建模； 设计模型稳定性、可信度和分布外能力的评估方法； 将因果方法与深度学习、时序建模或决策学习相结合； 推动研究方法在真实复杂数据中验证

海内外知名高校本科及以上学历，统计、数学、计算机、经济学等相关专业优先； 熟悉因果推断、计量方法、稳健统计或领域泛化中的至少一项； 具备扎实的概率统计、机器学习和实验设计基础； 能够区分预测、关联和因果问题，并设计合理验证方案； 对模型可靠性和跨环境泛化具有深入思考。 加分项： 有因果发现、时间序列因果、因果表示学习或策略评估经验； 熟悉贝叶斯方法、半参数统计、双重机器学习或不变学习； 有高质量论文、开源工具或真实业务研究经验； 有跨学科研究背景，能够连接理论方法与实际问题