——理想人选能力：解决复杂任务的拆解能力、强化学习”的深度掌控、源码级动手能力与技术直觉 -我们需要代码级定制能力 -岗位不需要任何金融背景也可胜任！！！！ 工作内容包括： ——构建AI辅助的量化研发流水线 (Agentic Workflow)： 不仅仅是写代码，而是设计一套由Agent主导的研发流程。利用LLM（大语言模型）和Agent技术，让AI能够独立完成从数据分析、信号挖掘、模型训练到评估的全流程任务。 目标是让AI成为一个“自动化研究员”，能够自主思考（Thinking）、调用工具（Tool Use）并完成复杂的量化建模任务。 ——基于大模型的因子/信号挖掘 (Alpha/Signal Mining)： 利用Scaling Law（扩展法则）和LLM的生成能力，大规模挖掘金融市场中的有效信号（Signals）。 将金融数据（行情、基本面）转化为自然语言或形式化语言，输入给模型，让模型输出潜在的金融信号代码或逻辑，并通过评估系统验证其有效性。 ——大模型后训练与微调 (Post-Training & Fine-tuning)： 针对量化领域的特定任务，对基座模型进行指令微调（SFT）或强化学习（RL）。 构建高质量的量化领域数据飞轮，通过反馈机制（如Reward Model）提升模型在金融语义理解、代码生成和逻辑推理上的能力。 ——工具调用与系统集成 (Tool Use & Integration)： 开发让大模型与量化系统交互的接口，例如让模型能够调用回测引擎、数据库查询接口或风险控制系统。