腾讯大模型应用算法研究员/工程师 - 多模态方向

1.智能对话式BI智能体研发：支持自然语言查询、数据分析、可视化生成及业务决策建议，支持多源、多模态数据（文本，图表、数据看板）的动态生成和交互优化； 2.数据与知识增强：构建BI领域知识库（元数据、指标中台），设计数据权限控制、确保敏感数据处理； 3.BI方向工具开发：异动分析、归因及预测模型。

这是一个面向AI时代、极具技术挑战性的岗位。 您将深度探索通过AI从千亿金融数据切片中洞察投资者情绪和盘面状态，针对国际国内重大热点事件追踪对人工智能、新能源、半导体、新材料、生物医药等关键产业链上下游方向金融标的影响，推动AI从辅助工具向投资决策伙伴演进，引领全球金融行业智能变革！ 一、岗位职责 1. 市场情绪量化智能辅助交易决策——将市场情绪转化为可量化的决策信号 - 开发AI驱动的多维度市场情绪指标体系，从全球社交媒体、多语言新闻资讯、跨市场交易数据中提取投资者情绪特征 - 构建情绪-市场行情的因果关联模型，挖掘情绪变化与股价波动、资金流向的深层关系 - 打造实时情绪监测预警系统，捕捉市场拐点与异常波动 - 将情绪量化指标融入投资决策框架，为全球投资者提供前瞻性的交易信号与风险预警 - 基于历史数据进行策略回测与优化，持续提升预测准确性 2. 重大事件驱动的产业链投资机会挖掘——从事件到投资策略的全链路智能化 - 基于知识图谱构建全球产业链关系网络，覆盖全球企业、供应链依赖、竞争格局等多维度关联 - 开发重大事件智能识别与影响传导分析系统，自动追踪全球政策变化、技术突破、地缘事件对产业链的冲击路径 - 构建事件驱动的投资策略回测引擎，量化评估历史事件对不同市场、行业、个股的影响程度 - 利用大模型进行事件深度解读，自动生成产业链影响分析报告与投资策略建议 - 打造"事件监测→产业链挖掘→影响量化→策略生成→回测验证"的完整智能投研闭环 3. 构建Multi-Agent驱动的多模态智能内容创作系统 Multi-Agent协同与Deep Search深度创作 - 构建多智能体协作框架，通过Deep Search进行深度信息检索与知识整合 - 实现高质量金融内容的自动化创作，从数据挖掘到观点生成的全链路智能化 多模态内容理解与生成 - 融合文本、图表、视频等多模态数据，开发跨模态内容理解与创作能力 - 结合AI可视化技术，将复杂金融数据转化为直观的可视化内容，构建"理解-分析-可视化"的深度内容生产链路 4. 引领金融AI技术前沿探索 持续跟踪Multi-Agent、Deepsearch、多模态学习、知识图谱、情绪计算、因果推断等领域最新研究成果，评估前沿技术在全球金融投研与内容创作场景的应用价值。与团队协作将创新技术转化为产品能力，推动同花顺在国际金融智能领域的技术突破。

1.大模型应用开发：负麦基于主流开源/闭源大模型进行应用落地，包括问答系统、智能助手、知识检索、文档处理等；并与产品、前端、后端、数据团队紧密协作，推动算法模型在真实业务中的部署与落地。 2.RAG 系统优化：主导通用型 RAG(Retrieval-Augmented Generation)系统的构建与效果优化，包括召回、排序、长文本处理、多文档合成等关键环节。 3.Agent 框架开发：研究和实现多 Agent 协作框架，提高 Agent 在复杂任务中的稳定性与执行效果，探索如任务分解、工具使用、状态记忆等机制。 4.模型效果调优：结合业务场景，设计 Prompt、微调、评测等策略，提升大模型在特定任务中的表现。 5.技术积累与分享：沉淀可复用的模型应用框架、调优经验和评估指标，推动团队整体技术能力提升。

我们正在寻找一位经验丰富、富有创新精神的深度学习/大模型研究员/工程师，加入我们快速发展的团队。我们的业务主要聚焦于小米汽车、小米手机相关方向的算法开发工作，为公司产品和服务提供强大的人工智能支持。在这里，您将与顶尖的科学家和工程师合作，共同探索和实现AI和大模型技术的突破，为公司创造更大的价值。 岗位描述 1. 负责大模型的架构设计、开发和优化，提升模型的性能和效率。 2. 研究和应用最新的大模型技术，包括但不限于预训练模型、微调技术、模型压缩等。 3. 参与大模型的训练和调优工作，确保模型在不同任务和数据集上的表现达到最优。 4. 与团队合作，将大模型技术应用于公司的产品和服务中，提升用户体验和业务价值。 5. 撰写技术文档和研究报告，分享研究成果和实践经验。 6. 跟踪行业动态和学术前沿，及时将新技术引入到公司的大模型研发中。 7. 基于业务交付目标，进行性能/耗时等优化，完成全流程工程整合、测试与部署。