锦鲤求职岗位描述
岗位描述
1. 金融高质量数据方案设计与质量体系建设
主导金融领域高质量训练数据的生产与标注方案设计，并持续迭代数据标准、质量标准及验收机制；能够将大模型训练目标和复杂数据需求拆解、转译为金融专家可理解、可执行的任务，识别并解决数据生产过程中的边界案例、专业歧义及质量问题；参与金融领域专家的识别、能力评估与审核，并为专家提供必要的任务指导和培训。
2. 金融训练数据研究与构建
负责金融垂类训练数据的判断、研究与构建，基于金融行业经验理解不同类型数据的结构、专业含义及价值，协助团队准确判断金融数据的适用场景和质量；研究行业高质量数据的生产方法和模式，结合模型能力边界，利用大模型及AI工具，将金融专业知识、真实工作任务和专家经验转化为高质量、可训练的数据，为模型金融能力提升提供有效的数据支撑。
3. 金融模型能力定义与评测体系建设
结合金融行业真实工作场景，研究并定义金融垂直领域的大模型能力体系、评测任务、评价标准，探索更加科学、客观、可验证的金融模型评测方法；通过模型评测识别能力边界和关键问题，并进一步指导训练数据建设和模型优化，推动模型在专业性、准确性、合规性及真实任务解决能力上的持续提升。
4. 金融行业洞察与AI能力落地
持续跟踪金融市场、行业实践及AI技术发展，识别大模型在金融领域的新场景、新任务和能力需求，为模型训练和数据建设提供前瞻性判断；深入理解金融行业真实工作流，推动大模型能力与投研、估值、财务分析等实际业务场景结合，探索AI在金融专业工作中的落地方式。
岗位要求
1. 硕士及以上学历，金融、经济、会计等相关专业优先；
2. 具备3年以上金融行业相关工作经验，在估值建模、证券研究/投资研究、财务分析、会计或审计等至少一个方向具备扎实的专业经验；
3. 具备扎实的基本面研究和金融分析能力，能够对复杂金融问题进行结构化拆解，并形成清晰、专业且可验证的判断；
4. 具备较强的逻辑思维、问题分析和快速学习能力，能够快速进入陌生领域，并适应大模型技术及金融行业持续变化的工作环境；
5. 具备良好的沟通协作能力，能够与算法、数据、业务、领域专家及BD等不同角色高效协作，推动复杂项目落地；
6. 对AI与金融结合具有强烈兴趣，持续关注大模型技术发展，愿意探索AI对金融研究和专业工作范式的改变；具备较强的好奇心、自驱力和解决复杂问题的能力。
加分项
1. 具有美股、港股等海外资本市场研究或投资经验；
2. 具备Python等编程或数据分析能力，能够利用代码或AI工具完成数据处理、分析和自动化工作；
3. 具有大模型训练数据、专家数据生产、数据标注或模型评测相关经验；
4. 有使用大模型、Agent等AI工具解决金融专业问题或提升工作效率的实际经验；
5. 具有实际投资、交易等相关经验。