算法工程师

1.行业技术追踪与引入：跟踪前沿AI技术（如企业级Agent框架、多智能体协同架构、先进模型架构和训推技术、知识工程），评估其在金融场景的应用潜力，研究及引入垂域Agentic AI技术，构建技术选型矩阵，制定金融场景的适配路径与集成方案。

2.场景落地效果及性能优化：深人理解金融业务，将Agentic AI技术与业务痛点结合，提供创新的技术解决方案并推动落地。主导设计并持续迭代面向金融应用场景的Agentic AI系统，特别是Harness Engineering工作，重点突破 ContextEngine、Memory、Tool Use、Skill、Knowledge Engineering 等核心能力，以提升相关能力在复杂金融应用环境中的自主性与适应性。结合业务场景对性能(TTFT/TPOT/吞吐）的需求，不断优化推理性能，实现有效的推理加速，提升用户体验及降低token成本。

1.教育背景：计算机科学、人工智能、数学、统计学或相关专业硕士及以上学历，大模型、Agent相关研究方向优先。

2.技术能力：熟悉 Python 编程语言，了解常用数据结构和算法，熟悉使用Al coding工具。了解常用的机器学习、深度学习、强化学习相关算法，对 Transformer架构、gpt/deepseek、 openclaw、copaw、langchain等有了解。深入了解Agentic AI相关技术如agent loop、memory、loop engineering等优先。

3.AI相关经验：包括但不限于大模型/强化学习/Agentic AI/智能体/后训练/预训练/AI coding/NLP/知识图谱/对话机器人/智能客服/内容生成/内容理解等相关项目经验优先。在国际顶会或者期刊发表过论文、具有国际顶级竞赛及榜单排名靠前者优先。具有大模型、Agentic AI相关实习经验者优先。

4.良好的沟通、逻辑思维、协作能力，与团队一起推进技术的落地应用，创造价值。