岗位职责
- 参与金融场景下 Deep Research 大模型 的研发与优化，支持金融研究、信息检索、分析推理、报告生成等能力建设；
- 参与大模型 后训练工作，包括但不限于监督微调、偏好优化、任务定义、训练数据组织与迭代优化；
- 参与金融领域 数据制作与数据工程，包括数据清洗、标注策略设计、训练样本构建、评测集建设及质量分析；
- 参与金融场景下模型效果评估，设计并迭代评测方案，分析模型在事实性、推理性、专业性和稳定性等方面的表现；
- 与算法、产品、业务团队协作，推动 Deep Research 能力在金融产品中的落地与优化；
- 跟踪大模型、Agent、检索增强、后训练等前沿技术，并结合金融业务需求进行探索和实践
职位要求
- 计算机、人工智能、数据科学、数学、统计、金融工程、金融科技等相关专业优先；
- 具备扎实的编程能力，熟练使用 Python，有良好的代码习惯与工程意识；
- 对大语言模型（LLM）、NLP、信息检索、Agent、RAG、模型训练或后训练方向有较强兴趣，并具备一定实践经验；
- 了解机器学习/深度学习基本原理，熟悉常见训练与推理框架，如 PyTorch、Transformers 等者优先；
- 对数据敏感，具备较强的金融数据处理与分析能力，有数据清洗、标注、评测集构建、实验分析经验者优先；
- 对金融行业有兴趣，了解证券、基金、宏观、行业研究、量化或投研场景者优先；具备金融文本处理、金融知识库、金融问答等相关经验者优先；
- 具备良好的学习能力、沟通协作能力和问题拆解能力，能够快速理解业务需求并推动落地；
- 每周可实习 4 天及以上，连续实习 3 个月及以上者优先。
