交易智能体后训练算法工程师
岗位摘要
构建面向量化研究、因子挖掘和策略开发的Agent环境、Harness、任务与评测体系；探索AutoResearch范式，使Agent能够自主提出研究假设、编写代码、运行实验、完成回测、分析结果并持续迭代
岗位职责
- 构建面向量化研究、因子挖掘和策略开发的Agent环境、Harness、任务与评测体系
- 探索AutoResearch范式，使Agent能够自主提出研究假设、编写代码、运行实验、完成回测、分析结果并持续迭代
- 设计和构造Trading Agent后训练数据，包括轨迹数据、合成数据、偏好数据和失败案例
- 研究Reward设计、强化学习、拒绝采样、蒸馏等后训练方法，提升模型在长程研究任务中的能力
- 分析Agent在工具调用、代码执行、金融推理和实验决策中的失败模式，并推动环境、评测、数据和训练形成闭环
- 跟踪并探索Code Agent、Research Agent和金融智能体方向的前沿研究
任职要求
- 计算机、人工智能、金融工程、数学、统计等相关专业，本科及以上学历
- 具备扎实的编程能力，熟练使用Python，能够独立完成算法实验和系统开发
- 熟悉大语言模型、Agent、强化学习或后训练中的一个或多个方向
- 有大模型后训练、Agent训练或Code Agent相关经验
- 具备良好的研究能力，能够提出问题、设计实验并根据结果持续迭代
- 对量化金融、因子研究、策略回测、交易系统或金融数据分析有一定经验
- 加分项：有高水平论文、开源项目、竞赛成绩或大规模模型训练经验
- 加分项：有构建复杂Agent环境、自动评测系统或长期运行研究系统的经验
加分项
- 有高水平论文、开源项目、竞赛成绩或大规模模型训练经验
- 有构建复杂Agent环境、自动评测系统或长期运行研究系统的经验
工作地址
北京海淀区搜狐网络大厦10层