算法工程师（金融大模型/AI Agent方向）

大模型微调与优化

1. 负责金融领域大模型的SFT（有监督微调）和GRPO（强化学习优化）全流程
2. 设计和实现行业数据的标注方案、训练策略和效果评估体系
3. 持续优化模型在金融术语理解、研报生成、合规审查等场景的表现

AI Agent系统开发

1. 设计和实现面向金融场景的AI Agent架构，包括Tool定义、Skill编排、多步骤任务执行
2. 基于Claude Code、OpenClaw等主流Agent框架，构建生产级Agent应用
3. 优化Agent的任务规划、工具调用、错误处理和上下文管理能力

金融场景落地

1. 与产品、业务团队紧密配合，将算法能力转化为可交付的金融AI产品
2. 负责投研助手、智能客服、合规审查、投资组合分析等核心场景的技术方案设计
3. 对接聚源、Wind、Choice、Bloomberg等金融数据源，实现实时数据驱动的智能分析

技术探索与创新

1. 跟踪大模型和Agent领域最新研究进展，评估新技术在金融场景的应用价值
2. 参与技术选型决策，持续优化训练效率和推理性能
3. 输出技术文档、最佳实践和内部培训材料

必备条件

学历背景

1. 计算机科学、人工智能、数学、统计学等相关专业硕士及以上学历
2. 本科学历需有3年以上相关工作经验

大模型经验

1. 2年以上大语言模型（LLM）相关工作经验
2. 熟悉Transformer架构原理，了解MoE（混合专家）等主流架构
3. 有SFT、RLHF、DPO、GRPO等模型训练方法的实践经验
4. 熟练使用PyTorch、DeepSpeed、Megatron-LM等训练框架

Agent开发能力

1. 深入理解AI Agent的核心概念：Tool Use、Function Calling、ReAct、Chain-of-Thought等
2. 有生产级Agent系统开发经验，熟悉任务规划、工具编排、状态管理等关键技术
3. 了解主流Agent框架的设计思想和使用方法

工程能力

1. 扎实的Python编程能力，代码规范、可维护性强
2. 熟悉Linux环境、Git版本管理、CI/CD流程
3. 有大规模分布式训练或推理优化经验者优先

加分项

Agent框架经验（强烈优先）

1. 熟悉 Claude Code、Anthropic Agent SDK 的使用和二次开发
2. 有 OpenClaw 框架的实践经验，了解其Tool Call解析和Agent循环机制
3. 熟悉vLLM、TensorRT-LLM等推理优化框架

金融领域背景

1. 有金融行业AI项目经验，了解投研、风控、客服等业务场景
2. 熟悉金融数据接口（聚源、Wind、Choice、Bloomberg API等）
3. 具备CFA、FRM等金融资质或相关知识背景

学术成果

1. 在NLP/LLM/Agent领域顶会（ACL、EMNLP、NeurIPS、ICML等）发表过论文
2. 参与过知名开源项目或有高星GitHub仓库

其他技能

1. 熟悉RAG（检索增强生成）技术栈
2. 有模型量化、蒸馏等模型压缩经验
3. 了解MCP（Model Context Protocol）等新兴标准