Tushare数据

AI大模型工程师

一、岗位职责

AI基础平台建设与优化

1、搭建迭代大模型微服务基座，统一封装大模型调用网关，支撑高并发 AI 数据请求；
2、优化推理性能，通过 Token 压缩、多级缓存、批量推理降低接口延迟与资源损耗；
3、搭建全链路监控告警体系，实现调用限流、密钥鉴权、异常管控，保障服务稳定；
4、迭代Tushare-dataSkill和Tushare MCP工具链，提升数据+AI适配能力；

参与金融数据AI友好化体系建设

1、标准化全品类金融指标、接口语义，构建AI Agent可识别的统一金融数据范式；
2、搭建金融领域 RAG 知识库，完成接口文档、财报口径的向量化检索链路开发；
3、搭建 AI 自动化数据生产流水线，实现财报、公告文本抽取与 AI 智能质检；
4、基于金融标注数据集开展领域微调，提升模型对财务、行情指标理解精度；

AI Agent数据调度与多智能体适配开发

1、制定统一Agent调用标准，封装通用工具能力，支撑单 / 多智能体数据请求；
2、对接量化多智能体框架，开发专用数据中间件，实现任务分发、结果汇总；
3、搭建投研自动化工作流引擎，支撑盘前简报、智能选股、策略回测全链路调度；
4、输出多智能体接入方案与开发文档，赋能外部团队搭建自有 AI 投研系统。

二、专业技能要求

大模型基础与应用层能力

1、熟练调用开源/闭源主流大模型，精通提示词工程、CoT 思维链、结构化 JSON 输出约束等；
2、掌握 Function Calling、Agent 智能体开发，能独立完成 Skill 封装、意图识别、多轮上下文管理；
3、精通完整RAG技术栈：文本切片、向量化、向量库检索、重排优化，可搭建金融专属知识库；
4、熟悉MCP等AI原生交互协议，掌握Token压缩、分页加载等上下文窗口优化方案，有主流AI工具集成经验优先。

大模型微调、蒸馏与轻量化能力

1、掌握 LoRA/QLoRA 轻量化微调、SFT、DPO 全流程，可基于金融标注数据做领域专项优化；
2、具备模型量化、蒸馏、离线推理部署经验，可降低平台大模型调用成本；
3、了解多模态大模型，可完成 PDF 财报、公告表格智能抽取结构化数据。

工程开发与数据技术栈

1、精通 Python，熟练使用 FastAPI/Flask 搭建 AI 微服务；熟练 Pandas、NumPy 完成金融数据处理；
2、熟练使用 MySQL / 时序数据库、向量数据库、Redis 缓存、分布式任务队列；
3、具备异步批量数据流水线开发能力，可搭建 AI 自动化数据生产、入库、质检流程；
4、熟悉 API 网关、限流、鉴权、全链路日志监控等服务安全体系设计。

三、任职要求

1、学历专业：本科及以上学历，计算机、人工智能、数据科学、金融工程、大数据等相关专业；
2、工作经验：3年及以上大模型工程化落地实战经验，拥有金融量化、金融AI相关项目落地经验者优先；
3、技术能力：主动跟进金融AI、开源大模型、多智能体前沿技术，具备独立技术调研、方案落地的能力；
4、文档能力：具备规范的技术文档编写能力，可独立输出Agent开发规范、接口说明等标准化文档。

四、薪资待遇

1、基础薪资：15~25k，14月薪资，另加年终绩效奖金；
2、期权分配：具备竞争力的期权分配方案；
3、完善保障：顶额五险一金、带薪年假、节日福利、定期体检、月度团建；
4、成长体系：垂直技术深耕通道，专注金融数据+AI领域，定期技术分享、AI赋能培训；
5、轻松氛围：纯技术导向团队，无冗余加班，专注技术落地，团队年轻化、氛围简单纯粹。

五、工作地点

北京市通州区复地金融中心