Point72
AI Data Scientist
AI Data Scientist
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公数据科学
数据科学
Generative Ai
Llm
Machine Learning
Sql
值不值得投
79综合评分
综合评分 79
顶尖量化机构核心AI岗，技术前沿且薪资潜力极高，适合学术背景深厚的博士级技术人才。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
10.5万
比数据科学中位数高
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
4 个在招
职位详情
关于这个职位
Point72旗下Cubist的数据服务团队正在寻找AI数据科学家，负责构建基于机器学习和大语言模型的AI数据产品
你将参与从数据准备、特征工程到模型训练、部署和监控的端到端模型管道开发，将业务问题转化为可扩展的AI解决方案，赋能金融领域的预测建模
最低要求
计算机科学博士学位，专攻人工智能或机器学习相关领域
具备扎实的 Python 和 SQL 编程技能
在顶级机器学习会议上拥有出色的发表记录
拥有 3 年以上数据科学家或类似岗位的工作经验
具备处理大型数据集（包括预测建模）的经验
具备较强的组织能力、沟通能力和人际交往能力
具有求知欲和学习热情
注重细节，热爱流程
具备出色的口头和书面沟通能力
能够同时处理多项任务并确定任务的优先级
致力于遵守最高的道德标准
工作职责
使用机器学习模型、大语言模型和现代 AI 工具构建 AI 驱动的数据产品
使用专有和外部数据集设计、训练、微调、评估和部署内部 AI/ML 模型
开发端到端的模型管道，涵盖数据准备、特征工程、训练、验证、部署和监控
将生成式 AI 和 LLM 技术应用于摘要、分类、知识提取、语义搜索和工作流自动化等用例
与产品、工程和业务团队合作，将业务问题转化为可扩展的 AI 解决方案
评估并集成第三方 AI 工具、API、开源模型和内部模型
为结构化和非结构化数据构建数据管道和模型工作流
定义模型性能指标，运行实验，进行误差分析，并持续提高模型质量
支持 AI 模型的生产部署，确保可靠性、可扩展性、治理和负责任的 AI 使用
优先资格
具有金融行业经验者优先（非必需）
AI 洞察
优缺点分析
优点
- 身处全球顶尖量化机构，能接触到最前沿的AI技术和海量高质量金融数据
- 薪酬回报和职业背书在行业内处于顶尖水平
- 对学术背景要求极高（需博士及顶会论文），入职门槛陡峭
- 金融业务对模型的准确性、可靠性和合规性要求极严，容错率低
- 需同时处理多项高优先级任务，工作节奏可能较快
- 适合拥有顶尖学术背景、对金融量化和AI前沿技术有强烈热情，且能在高压环境下交付高可靠性模型的博士级技术人才
缺点 / 挑战
- 与顶尖的系统化投资组合经理合作，业务影响力和技术挑战性极高
角色解读
- 从AI数据科学家向资深数据科学家或首席数据科学家发展，主导核心模型架构
- 也可转向量化研究或AI产品负责人，主导核心预测模型和AI战略的落地
- 构建基于机器学习和大语言模型的AI数据产品，赋能金融预测建模
- 开发端到端的模型管道，涵盖数据准备、特征工程、训练、部署和监控
- 将生成式AI技术应用于摘要、分类、知识提取等具体业务场景，提升工作流自动化
- 具备计算机科学博士学位及扎实的Python和SQL编程能力
- 拥有在顶级机器学习会议上的发表记录及3年以上数据科学经验
- 熟练掌握大语言模型微调、生成式AI应用及大规模数据处理技术
申请策略
- 提前了解Point72及Cubist的投资策略和公开研究成果，准备能够展示你如何将复杂业务问题转化为可扩展AI解决方案的案例
- 重点突出在顶级机器学习会议（如NeurIPS, ICML, KDD等）的论文发表记录
- 详细列举使用Python/SQL处理大规模数据集及构建端到端ML/LLM管道的具体项目经验
- 强调模型在生产环境中的部署、监控及性能优化成果
- 深入学习大语言模型（LLM）的微调、RAG（检索增强生成）及Agent工作流自动化技术
- 了解金融时间序列预测、另类数据处理及量化投资的基础知识
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经验，突出个人贡献和业务收益
- 对于技术问题，先阐述核心原理，再结合具体业务场景说明工程实现细节，最后强调性能指标和可靠性保障
- 请详细介绍你发表的一篇顶会论文，以及它在实际业务中的潜在应用
- 如何设计一个端到端的LLM应用管道，用于金融文本的知识提取和分类？
- 在处理大规模金融数据集时，你如何进行特征工程并防止数据泄露？
- 当模型在生产环境中表现下降时，你的排查和迭代流程是什么？
- 复习机器学习基础理论、深度学习及LLM相关前沿技术，确保能应对深度技术拷问
- 准备2-3个自己主导的、具有挑战性的端到端AI项目案例，并准备好应对关于模型治理和负责任AI使用的深入提问
职位点评
薪资福利90
成长发展95
工作生活40
使命价值75
薪资福利
90较高
作为顶尖金融机构的核心技术岗，该职位提供极具竞争力的薪酬回报，满足对高薪资的强烈诉求。
薪资信号未披露（AI估算：6千–15万/月）
成长发展
95较高
岗位涉及最前沿的LLM和生成式AI技术，且要求顶会论文背景，技术成长和挑战性极高。
技术前沿前沿/新兴技术
技术栈Python、SQL、Machine Learning、LLM、Generative AI、Predictive Modeling
业务类型profit_center
工作生活
40较低
JD未提及工作模式和WLB，且金融量化行业通常节奏较快，生活化动机满足度有限。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
75中等
推动AI在金融预测建模中的应用，具有较高的行业影响力和技术使命感。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Point72 的其他在招职位
相似职位推荐
Watch Jobs