岗位职责:
参与在金融领域的大语言模型训练和数据蒸馏方面的深度学习与强化学习算法的研究、实现及优化。
协助团队完成大规模金融数据的预处理、模型训练、调试与部署，解决实际金融问题。
设计并开发实验，分析算法性能，提升模型在复杂金融场景中的决策能力。
跟踪学术界与工业界前沿技术（如Meta-RL、Multi-Agent RL、模仿学习、强化学习等），提出改进方案，推动技术创新。
任职要求:
学历背景：计算机科学、人工智能、金融工程、数学等相关专业本科及以上在读，硕士/博士优先。
技术要求：
熟练掌握Python，熟悉PyTorch/TensorFlow等深度学习框架。
扎实的机器学习基础，熟悉CNN/RNN/Transformer等模型，了解强化学习基础理论（如MDP、Q-Learning、Policy Gradient）。
有强化学习项目经验（如DQN、PPO、SAC等算法实现），或者有金融领域相关数据分析、模型训练的经验。
熟悉大语言模型（如GPT、BERT等）的架构及训练流程，具备一定的大语言模型训练经验。
了解自然语言处理中的数据蒸馏方法，有处理大规模数据集的经验者优先。
能力要求：
良好的数学与逻辑思维能力，熟悉概率论、线性代数及优化理论。
较强的自主学习能力，能快速复现论文并改进算法。
良好的英文文献阅读能力及技术沟通能力。
加分项:
在顶级会议/期刊（NeurIPS、ICML、ICLR等）发表过相关论文。
有开源项目贡献经历（GitHub项目、Kaggle竞赛等）。
熟悉分布式训练、AutoML、多智能体系统或具身智能相关领域。
熟悉金融市场和金融数据，能理解金融数据的特点与应用场景。
熟悉C++/CUDA，具备高性能计算或算法部署经验。
