算法实习生（大模型/Agent方向）

关于我们： 我们是一支专注于大模型/Agent+智能投研前沿交叉方向的核心团队，正在构建业内领先的Agent驱动的智能投研全流程系统——覆盖因子挖掘、因子预处理、因子检验、组合优化到回测的完整研究闭环，并致力于让Agent能够： 1、学习人类经验：吸收人工沉淀的Skill、知识库乃至研报，转化为可执行的研究能力； 2、自我进化：基于回测反馈与历史记忆，自主回溯并优化前序环节，持续迭代循环。 加入我们，你将获得： 1、前沿方向：站在LLM/Agent与智能投研交叉的最前沿，做真正有想象力的事； 2、充足资源：丰富的算力与高质量金融数据，让你的想法能快速落地验证； 3、顶尖团队：核心成员来自顶尖院校，学术与工程能力兼备； 4、成长空间：从研究到工程全链路参与，快速积累实战经验，实现全方位成长。 岗位职责： 1、参与Agent驱动的智能投研全流程系统的研发，涵盖因子挖掘、因子预处理、因子检验、组合优化、回测等环节的智能化改造； 2、参与Agent记忆、经验沉淀与自我进化机制的设计与实现，探索让Agent从人类经验（Skill/知识库/研报）与自身回测反馈中持续学习的方法； 3、参与大模型/Agent相关关键技术的调研、复现与落地，包括但不限于Prompt工程、RAG、多Agent协作、工具调用（Tool Use）、强化学习/反思机制等； 4、跟踪业内大模型与Agent应用的前沿进展，探索金融科技垂类领先的智能化研究应用； 5、完成公司交办的其他工作。 任职要求： 1、计算机、人工智能、数学、自动化、统计、金融工程等相关专业，本科及以上在读，能保证每周稳定出勤4天及以上、持续3个月以上（可长期实习者优先）； 2、具备扎实的Python编程功底，熟悉PyTorch等主流深度学习框架； 3、熟悉常见大模型的原理与应用，了解Prompt工程、RAG、Agent（LangChain/LangGraph/AutoGPT/Nanobot等框架）中至少一项，有实际项目/竞赛/开源经验者优先； 4、具备良好的沟通能力、快速学习能力和技术钻研精神，能与团队紧密协作。 以下条件优先（满足其一即可，不要求全部）： 1、有Agent系统搭建、多Agent协作、Agent记忆/进化机制相关实践经验； 2、有金融数据分析、因子研究、时间序列建模、回测框架等相关研究背景或对其有浓厚兴趣； 3、有大模型微调/训练经验，熟悉Megatron、DeepSpeed、Swift等训练框架； 4、有高水平论文发表、开源项目贡献或知名算法竞赛获奖经历。