东方财富
算法实习生（大模型/Agent方向）
算法实习生（大模型/Agent方向）
发布于 大约 14 小时前实习/见习
上海市
无经验要求
实习生
仅现场办公
本科
研究与开发 (研发)
Prompt Engineering
Pytorch
Rag
回测
因子挖掘
大模型
智能投研
AI 估算 · 4k–6k
实习岗位，薪资按行业标准估算，重点在于技术成长和平台资源
职位详情
关于这个职位
这是一份算法实习生职位，专注于大模型和Agent技术在智能投研领域的应用
你将参与构建Agent驱动的全流程智能投研系统，覆盖因子挖掘、回测等环节，探索让Agent学习人类经验和自我进化
适合对LLM/Agent前沿技术充满热情、希望积累实战经验的同学
最低要求
计算机、人工智能、数学、自动化、统计、金融工程等相关专业，本科及以上在读，能保证每周稳定出勤4天及以上、持续3个月以上（可长期实习者优先）
具备扎实的Python编程功底，熟悉PyTorch等主流深度学习框架
熟悉常见大模型的原理与应用，了解Prompt工程、RAG、Agent（LangChain/LangGraph/AutoGPT/Nanobot等框架）中至少一项，有实际项目/竞赛/开源经验者优先
具备良好的沟通能力、快速学习能力和技术钻研精神，能与团队紧密协作
工作职责
参与Agent驱动的智能投研全流程系统的研发，涵盖因子挖掘、因子预处理、因子检验、组合优化、回测等环节的智能化改造
参与Agent记忆、经验沉淀与自我进化机制的设计与实现，探索让Agent从人类经验（Skill/知识库/研报）与自身回测反馈中持续学习的方法
参与大模型/Agent相关关键技术的调研、复现与落地，包括但不限于Prompt工程、RAG、多Agent协作、工具调用（Tool Use）、强化学习/反思机制等
跟踪业内大模型与Agent应用的前沿进展，探索金融科技垂类领先的智能化研究应用
完成公司交办的其他工作
优先资格
有Agent系统搭建、多Agent协作、Agent记忆/进化机制相关实践经验
有金融数据分析、因子研究、时间序列建模、回测框架等相关研究背景或对其有浓厚兴趣
有大模型微调/训练经验，熟悉Megatron、DeepSpeed、Swift等训练框架
有高水平论文发表、开源项目贡献或知名算法竞赛获奖经历
AI 洞察
优缺点分析
优点
- 站在大模型与智能投研的前沿交叉领域，技术方向极具想象力和发展前景
- 团队来自顶尖院校，资源丰富（算力、数据），能快速验证想法
- 全链路参与研究到工程，成长空间大，适合追求快速积累技术的同学
- 实习薪资相对市场水平可能偏低，需要兼顾学业与工作节奏
- 涉及金融与AI的交叉，需同时理解金融业务和AI技术，学习曲线较陡
- 适合对LLM/Agent技术充满热情，渴望在真实场景中打磨技术，且愿意投入时间学习和钻研的计算机或相关专业学生
缺点 / 挑战
- 作为实习岗位，需要主动在有限时间内产出成果，压力较大
角色解读
- 实习期间可深入参与前沿AI+金融项目，积累大模型与Agent实战经验，为后续求职大厂或深造打下基础
- 表现优异可转正为正式员工，从事AI研究员或算法工程师岗位
- 未来可向AI架构师、技术专家或金融科技产品经理方向发展
- 参与构建基于大模型的智能投研系统，将AI技术融入因子挖掘、回测等金融研究流程
- 设计和实现Agent的记忆与自我进化机制，让Agent能从经验中持续学习
- 调研并落地前沿的LLM/Agent技术，如Prompt工程、RAG、多Agent协作等
- 与团队协作，将研究成果转化为可用的工程系统
- 扎实的Python编程和PyTorch深度学习框架使用能力
- 对大模型原理有深入理解，熟悉Prompt工程、RAG、Agent框架中的至少一项
- 具备快速学习和独立钻研能力，能跟踪技术前沿
- 良好的团队沟通能力，能与研究、工程团队紧密协作
申请策略
- 在简历中强调技术热情和学习能力，可以附上GitHub或个人技术博客链接
- 面试前了解东方财富的业务和产品，思考AI如何赋能金融科技
- 突出Python、PyTorch等编程技能，展示相关项目或竞赛经历
- 如果有大模型或Agent相关的实践（如使用LangChain搭建的Demo），务必详细描述
- 展示金融背景（如因子研究、回测框架）或对金融科技的强烈兴趣
- 提及任何开源贡献、论文发表或算法竞赛获奖经历
- 提前学习LangChain或LangGraph等Agent框架，动手搭建一个简单的Agent应用
- 了解基础金融概念（因子、回测、组合优化），加深对业务的理解
面试指南
- 对于技术类问题，先阐述核心原理，再结合实际项目经验，展示深度与广度
- 对于设计类问题，采用“需求分析-方案设计-技术选型-潜在挑战”的结构化回答
- 对于场景类问题，结合金融科技领域特点，突出业务理解和技术创新
- 请谈谈你对大模型Agent的理解，以及如何让Agent具备记忆能力？
- 你用过哪些Prompt工程技巧？请举例说明
- 如何设计一个多Agent协作系统？需要考虑哪些关键问题？
- 如果让你用Agent自动化因子挖掘流程，你会怎么设计？
- 你是否有过深度强化学习或大模型微调的经验？请详细描述
职位点评
68
综合评分
金融科技大厂实习，前沿大模型/Agent技术栈，成长空间大但薪资一般
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
最适合追求技术成长和前沿探索的求职者，对薪酬敏感度较低
表现最好
成长发展
相对薄弱
薪资福利
薪资福利35
成长发展90
工作生活60
使命价值65
薪资福利
35较低
实习岗位薪资通常较低，且JD未明确薪酬福利，补偿性动机满足程度有限
薪资信号未披露（AI估算：4K-6K/月）
成长发展
90较高
职位强调前沿技术、充足资源和成长空间，发展性动机得到极大满足
技术前沿前沿/新兴技术
技术栈大模型、Agent、RAG、Prompt Engineering、PyTorch
成长机会前沿方向、充足资源、顶尖团队、成长空间、全方位成长
业务类型ambiguous
工作生活
60中等
现场办公、地点上海市中心，但实习时长要求稳定出勤，生活方式有一定保障但缺乏弹性
工作模式仅现场办公
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
65中等
金融科技行业处于高速增长阶段，但职位社会影响力一般，意义感适中
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
东方财富 的其他在招职位
相似职位推荐
Watch Jobs