算法工程师

工作职责
1、负责大模型及人工智能基础算法研究，跟踪大模型、Agent、多模态等前沿技术进展，结合业务需求探索AI及大模型技术的创新应用。

2、负责大模型的评测、选型、接入、部署及运营管理，参与模型精调训练、推理优化和效果提升，推动大模型能力在实际业务场景中的稳定落地。

3、结合业务需求开展算法建模与技术方案设计，负责领域模型的训练、优化和应用，实现大模型、机器学习及深度学习算法在各类业务场景中的应用落地。

4、负责AI基础能力组件、算法平台及工具链建设，参与数据处理、模型训练、模型评测、推理服务等基础能力开发，推动AI能力的平台化、组件化和规模化复用。

5、参与AI技术方案的持续迭代与效果优化，深入分析模型训练、推理及应用过程中存在的问题，并通过算法、数据及工程手段持续提升模型效果、稳定性和应用效率。

工作要求
1、计算机科学、电子工程、数学、信息技术、人工智能等相关专业2027年应届毕业生，硕士及以上学历。

2、具备扎实的机器学习、深度学习、自然语言处理、强化学习等基础理论，对大语言模型、生成式AI、Agent、多模态等技术方向有较深入的理解。

3、具备较强的AI实践经历，有大模型、机器学习、深度学习、NLP、推荐、Agent、多模态等相关项目、科研或实习经历者优先；具备完整AI项目实践经历，能够独立完成模型训练、微调、评测、部署或应用开发中的一个或多个环节者优先。

4、具备优秀的代码能力、数据结构与基础算法功底，熟练掌握C/C++或Python，熟悉PyTorch等主流深度学习框架；具备良好的工程实现能力，有ACM/ICPC、Kaggle等算法竞赛获奖经历者优先。

5、掌握以下至少一个方向的AI专业知识并具有实践经验：大语言模型、自然语言处理、深度学习、计算机视觉、推荐算法、图学习、多模态等；有大模型训练、模型精调、RAG、Agent、模型评测或推理优化等实践经验者优先。

6、具备较强的问题分析和解决能力，能够深入分析和解决大模型训练、推理及实际应用过程中遇到的技术问题，具备较强的技术学习和快速落地能力。

7、在ACL、EMNLP等人工智能领域高水平会议或期刊发表论文者优先；有开源项目贡献、技术竞赛、高质量AI项目成果者优先。

8、责任心强，积极主动，具备良好的沟通能力、团队协作能力和技术钻研精神。

符合《证券基金经营机构董事、监事、高级管理人员及从业人员监督管理办法》等监管办法规定的执业条件。