深圳进门财经科技股份有限公司

【职位描述】 岗位职责： 1. AI Agent 与大模型应用开发： 负责金融投研场景下的 AI 自动化应用开发与落地。构建大模型能力应用平台，深入推进上下文工程（Context Engineering）、Harness Engineering、记忆管理、工具调用（Function Calling）以及多智能体协同（Multi-Agent）等核心技术的工程化落地，打造能够自主规划与执行复杂投研任务的智能体。 2. 投研搜索系统与 RAG 架构研发： 主导投研业务线搜索系统的深度研发。针对研报、财报、金融资讯等复杂专业数据，负责文本/向量检索、召回、排序（Ranking）等核心链路的优化；打造高精度、低幻觉的检索增强生成（RAG）系统，持续根据业务反馈迭代。 3. 大模型训练与算法优化： 负责基于大语言模型的底层算法研发。针对投研领域的专业语料与任务需求，推进大模型的微调（SFT / RLHF）、知识注入、蒸馏（Distillation）与模型压缩，持续提升模型在金融垂直领域的推理能力与生成质量。 4. 前沿技术追踪与工程验证： 持续跟踪 LLM、信息检索、智能推荐、AI Agent 领域的前沿技术（如 MoE 架构、多模态大模型、Agent 复杂规划推理等），主导前沿技术在金融投研场景的快速工程化验证与业务落地。 任职要求： 1. 学术背景： 统招硕士及以上学历，计算机、人工智能、数学、自然语言处理（NLP）、信息检索等相关专业。 2. 大模型算法研发： 深刻理解语言模型、深度学习等算法原理；具有扎实的大模型算法研发经验，熟练掌握大语言模型的预训练（Pre-training）、指令微调（SFT）以及强化学习（RLHF 等后训练对齐）技术。 3. 应用与检索经验： 在问答/对话系统/AI助手、RAG/Agent、知识图谱、信息检索的一个或者多个方面有研发经验。熟悉 Elasticsearch、Milvus/Faiss 等检索引擎，掌握传统的文本检索（BM25等）与现代深度学习向量化检索、重排（Rerank）等相关技术。 4. 工程与业务落地能力： 需具备很强的算法开发以及编程落地执行能力，熟练掌握 Python，精通 PyTorch、TensorFlow 等主流深度学习框架；具备较强的业务敏感度，能将需求和技术有效结合并快速落地。 加分项（优先录取）： 1. 大模型与搜推复合背景： 同时拥有大模型预训练和后训练对齐完整实战背景，或具有信息检索与推荐系统（搜推算法）背景者更优。 2. 投研业务经验： 有金融、证券、投资机构相关背景，主导过智能投研助手、研报/财报智能解析或金融垂直类搜索推荐系统等项目者优先。 3. Agent 与 RAG 落地经验： 具备完整的 AI Agent 自动化应用从 0 到 1 开发经验，在大规模 RAG 系统搭建、模型压缩及推理加速方面有深厚实战经验，能解决 Agent 规划漂移、工具调用失败或记忆衰退等工程问题者优先。 投递说明： 简历初筛/线上笔试-初试-终试 【单位简介】 进门财经，是国内领先的投资机构服务平台，从以分析师为主的路演会议系统，到上市公司投资者关系管理服务，进门财经已聚合并构建了中国资本市场最为重要的三大群体“上市公司-分析师-机构投资者”高效的信息闭环生态。 【其他信息】 职位类别：自然语言处理(NLP)算法工程师 招聘人数：10 需求专业：计算机科学与技术 单位规模：150-500人 单位性质：其他企业（含民营企业等） 所属行业：信息传输、软件和信息技术服务业