AI技术研究员/量化技术员

AI技术研究员/量化技术员

作为团队的“技术先锋”，负责追踪全球最前沿的 AI 工具与模型，聚焦量化交易场景，通过快速构建原型（MVP）来验证量化创意。

你的目标是：用先进的 AI 工具，解决量化交易中最实际的业务问题，让 AI 成为量化交易的第一生产力。

二、核心职责

1. 前沿拆解与技术复盘

a、深度拆解 OpenAI, Anthropic, DeepSeek 等主流大模型的最新特性。

b、针对量化场景（如研报解析、情感指标、代码生成）输出落地可行性报告与技术路径。

2. 敏捷原型 (MVP) 开发

a、熟练运用 Cursor、Claude Code 等 AI 原生编程工具，快速搭建量化回测、实时行情监控或策略分析 Demo。

3. Agent 链路工程

a、构建并优化基于 ReAct 或 Multi-Agent 架构的量化工作流。

b、重点解决 AI 在金融逻辑中的幻觉控制与状态管理问题，提升输出的确定性。 4. Tool Use 与接口编排

a、协助量化团队对接各类行情/交易 API，解决 Agent 在调用复杂金融工具时的联动与 Debug 问题。

5. 闭环迭代与 RAG 优化

a、持续收集量化实战反馈，通过 Prompt Engineering 或 RAG（检索增强生成）持续调优 AI 助手的实战表现。

三、技术要求

1. AI 驱动的编程力

a、Python 功底：能够丝滑地阅读、重构开源代码，并编写高效的自动化脚本。 b、AI Native 开发习惯：习惯使用 Claude Code、Cursor 或 Codex，能指挥 AI 完成从数据清洗到可视化分析的全流程。

c、API 专家：熟悉主流接口（OpenAI, Anthropic, Gemini, DeepSeek）的调用、参数调优及结构化输出应用。

2. Agent 架构深度

a、熟悉 Function Calling 机制，有 LangGraph, CrewAI 或类似 Agent 框架实操经验者优先。

b、了解向量数据库（如 Pinecone/Milvus）在量化知识库或策略库中的应用。

3. 信息黑客与检索

a、具备极强的信息检索直觉，能在 X (Twitter)、Hugging Face 或 Discord 第一时间挖掘到“尚未破圈”的 AI 趋势。

b、英文文档阅读无障碍。

四、极客画像

1、学历：本科及以上，计算机或相关专业优先。（我们不在意你的文凭，更在意你的 GitHub Star、个人作品集或技术博客）。

2、黑客精神：比起空谈理论，更倾向于“先跑通代码再说”。

3、自驱力：必须是 AI 的深度爱好者，私下里会尝试各种新奇的 AI 玩法及 AI 在量化/金融场景的应用。

4、加分项：

a、对量化交易或金融数据分析有浓厚兴趣/实战经验。

b、有自己的 AI 导航站、公众号或活跃的技术社区影响力。

五、入队小挑战 投递简历时，建议附带以下信息（任选其一）：

1. 分享一个你过去 3 个月内利用 AI 工具（如 Cursor/Claude）完成的最令你自豪的小项目/脚本。

2. 分享一个你认为在量化场景中最酷的 Prompt 技巧 或 Agent 工作流 构想；