公司直属-科技研发部-AI Agent研发暑期实习生(J16600)

工作职责 岗位背景与定位 随着大模型技术快速发展，AI Agent（智能体）正成为金融行业数字化转型的关键驱动力。不同于通用算法实习生，本岗位聚焦于具备自主决策与工具调用能力的证券业务Agent开发，需要实习生深入理解金融业务场景，参与从数据构建、模型训练/微调到Agent部署上线的全链路研发工作。你将直接参与真实业务场景的Agent系统搭建，深入了解大模型在合规要求极高的金融行业中的应用边界与技术实现路径。 岗位职责 1、Agent系统开发：参与证券垂直领域AI Agent的设计与实现，包括意图识别、任务规划、工具调用（Function Call）、记忆机制等核心模块的开发与优化，覆盖智能投顾、智能研报生成、舆情分析等场景； 2、数据处理与知识库构建：构建和维护金融领域结构化与非结构化数据pipeline，包括公告财报解析、研报预处理、知识图谱构建及向量数据库（Vector DB）索引优化，为RAG（检索增强生成）系统提供高质量数据基础； 3、模型微调与对齐：基于开源大模型（如Qwen、DeepSeek等）进行LoRA/RLHF微调实验，针对证券领域专业任务（如财报问答、市场解读、投资分析）进行模型效果评估与迭代优化； 4、评估体系建设：协助搭建Agent效果评估框架，设计金融场景专属评测集，对模型输出准确性、时效性、合规安全性进行系统化评测； 5、前沿技术探索：跟踪追踪AI Agent、大模型、多模态等前沿技术发展，快速原型验证新技术在证券场景的可行性。 任职资格 1、2026年10月-2027年7月毕业的应届生，硕士及以上学历，计算机科学、人工智能、软件工程、金融工程或相关专业； 2、编程能力扎实：精通Python，熟悉常用数据结构和算法，具备良好的工程代码习惯（Git、Code Review、单元测试）； 3、AI基础扎实：熟练掌握主流深度学习框架（PyTorch），熟悉Transformer架构及常见开源大模型（LLaMA、Qwen、ChatGLM、DeepSeek等）的原理与应用； 4、技术视野开阔：了解以下至少两个方向的技术栈—— Agent开发：熟悉LangChain、LangGraph、AutoGen、Dify等至少一种Agent开发框架 RAG系统：了解向量检索（Faiss/Milvus）、Embedding模型、Chunking策略及检索重排序（Rerank） 模型微调：有QLoRA、PEFT、DeepSpeed等微调工具使用经验 工具调用：了解Function Calling/Tool Use机制 5、金融素养：具备基础金融知识，能理解基本的证券业务场景（如股票交易、研究报告、财报分析、投资组合等），有财经数据（Wind、聚宽、Tushare等）处理经验者加分 6、自驱力强，具备快速学习能力和技术落地导向的工程思维；良好的逻辑分析和问题拆解能力，对业务场景敏感，具备良好的团队合作精神与沟通表达能力。