岗位职责
- 面向投研、估值和金融建模等真实工作流，将金融专家的分析过程表示为可执行、可审计的长程推理轨迹；
- 研究多源信息检索与交叉验证、时序一致性、数值推理、可信度控制、可验证奖励与长程信用分配，并通过 Agentic RL、Multi-Teacher On-Policy Distillation（MOPD）等方法，推动金融专项能力与通用推理能力协同演进。
职位要求
- 深入理解大模型训练框架和推理引擎的基本原理，熟悉底层框架基本架构和实现原理；
- 了解业界主流语言大模型相关基础结构和优化方法；
- 熟悉GPU，存储，分布式集群等相关基础知识；
- 熟悉大模型基本后训练流程以及相关算法原理；
- 能从第一性原理建模问题，有较好的动手能力；
- 有较好的团队协同能力，思路敏捷，沟通效率。 加分项：
- 有100B MOE模型以上的后训练时间经验；
- 有强化学习，SFT，OPD相关的顶会论文发表；
- 有训练，推理，评测效率优化以及与算法协同开发经验；
- 有agent Harness相关经验，超长上下文管理等能力的实践与优化经验；
- 有跨学科背景（数理化生 / 金融 / 法律等）；
- 各类高水平竞赛金牌选手。
