算法工程师

加入公司算法团队（Knowledge Lab）一起研发LLM为主的AI算法在金融信息加工与分发以及在投资研究等领域的应用，打造的精英金融AI企业。主要工作包括但不限于：

1.基于开源LLM做金融领域的持续预训练，SFT/ReFT，Prompt工程，加速推理。

2.基于闭源LLM做智能问答，Text2SQL，任务Agent，生成式推荐等应用研究。

3.在LLM基础上，研发面向特定任务的专用模型，包括意图识别，实体与属性抽取，文本标签与分类，情感分析，语义嵌入，语义排序，思维链抽取等任务。

4.融合LLM通用与专用的各种模型，实现搜索问答与推荐，信息提炼/数据提取，题材与事件的信息聚合，自动生成报告等信息生产与分发的应用。

5.从非结构化文本和结构化数据中，构建金融领域的事理图谱和投资逻辑图谱。应用图谱去增强搜索问答与推荐，事件关联的风险识别与个股推荐等

6.基于用户画像和内容画像以及金融热点做题材订阅推送，事件关联推送，个性化推荐以及上下文感知推荐。

7.基于统计学/贝叶斯理论，金融工程学，时序模型/状态空间模型等ML技术做金融市场的行业周期识别，景气度/市场情绪指数的定义与测定，盈利预测/供需推算/成本收入测算，基本面因子/量价因子挖掘，组合配置优化，风险信号检测等。

8.与外部科研单位（清华大学，IDEA等）合作研发AI驱动的投资策略，从另类数据中挖掘投资机会，提高投资收益率，降低收益波动率。

我们希望您：

1.拥有机器学习、深度学习等算法开发工作的实践项目经验等算法模型研发经验者优先。

2.有坚实的专业理论知识，博士及以上学历，计算机科学与软件工程、应用数学与统计、金融工程等相关专业优先。

3.有Python编程经验，精通至少一种主流编程语言，如Python、C++、Java等；熟练使用主流机器学习框架和工具，如TensorFlow、PyTorch、scikit-learn、Keras等；了解常见的数据处理工具和库，如Pandas、NumPy、SQL等。

4.对常用的算法理论和模型有理解，如神经网络，SVM，决策树，聚类，回归，Transformer架构，强化学习等。

5.对NLP与生成式AI的相关技术有深入理解，有LLM学习与实践经验者优先。

6.独立完成业务大课题的算法建模，框架搭建，算法调优。

岗位亮点：入职后，可以为您提供一个到清华大学读博士后的机会；