同花顺AI Agent 算法研究员（博士专项）
任职要求
1.熟悉深度学习基本理论，具备扎实良好的算法和数学基础; 2.熟悉自然语言处理/AIGC 等相关领域的知识与技能; 3.能够从复杂的业务场景中进行算法选型、算法优化…
工作职责
1.负责B2C部门AIGC/NLU/NLP等项目的相关算法研究和工程技术落地: 2.参与同花顺核心业务手机炒股后端创新型应用的研发工作，利用内外部预训练语言大模型、结合 Prompt 工程、LangChain、模型精调等相关技术改进各种内部研发工具，落地有价值的C端用户 3.参与同花顺核心业务手机炒股运营领域，利用AI和模型深度思考推理能力，解决基于财富生命周期的投资环节运营问题，通过AIGC、自动化能力，解决传统策略运营同质化严重、响应滞后、人工成本高等问题。 4.通过AIGC解决生产力全流程提效问题，支持AGIC tradingviewLLM和北美AI生产的落地，用AI技术解决传统生产力的局限问题（覆盖产品方案、交互设计、方案与代码、测试发布等几大环节） 5.参与图形图像（数据可视化）与可视化范式的研发工作，在组件可视化、F10 数据可视化、数据研发AI Copilot等场景，通过AI解决数据获取和可视化展示问题。
1. 探索基于强化学习的智能运维（SRE）Agent技术，通过模拟复杂故障场景训练决策策略，构建具备根因诊断、自主决策的智能系统，结合推理规划、多轮工具调用、因果推断与反事实推理等前沿技术，推动运维智能化的突破性进展。 2. 参与核心算法设计与系统开发，探索结合因果建模与反事实推理方法，解决动态环境下的根因诊断与决策优化问题。 3. 基于真实生产数据或开源数据集，搭建故障模拟环境并定义多维度奖励函数，实现多轮工具调用能力（如日志分析、指标监控、配置管理API），构建端到端的智能运维原型系统，设计对比实验评估Agent性能，撰写技术报告并参与论文或专利撰写。
1. 设计并优化职能Agent架构，包括但不限于内部业务知识利用，Agent记忆、上下文工程、工具调用、多智能体协作等，打造AI数字员工，提升职能团队整体工作效率。 2. 参与Agent模型训练过程，包括业务场景相关的SFT数据合成、Agentic RL等，设计高效的策略优化算法，结合私域知识、公域知识、历史经验等信息，通过稳定的Agentic RL，提升Agent多轮交互能力，实现AI数字员工与职能团队的协作效率提升，撰写顶会论文并进行业务落地。
1. 参与基于AI Agent的智能运维系统研发，通过多监控指标的时序预测与自适应阈值动态建模技术，构建高效、精准的故障发现与预警体系，支撑企业级运维场景的智能化升级。 2. 探索端到端的AI算法解决方案，提升故障预测的灵活性与准确性。 3. 探索开发基于AI Agent的多监控指标时序预测方案，融合文本、日志、指标等异构数据，实现跨模态特征提取与动态关联分析。 4. 构建自适应阈值动态建模框架，结合在线学习与强化学习技术，实现阈值随业务负载与环境变化的实时调整。
1. 参与基于AI Agent的智能运维系统研发，通过多监控指标的时序预测与自适应阈值动态建模技术，构建高效、精准的故障发现与预警体系，支撑企业级运维场景的智能化升级。 2. 探索端到端的AI算法解决方案，提升故障预测的灵活性与准确性。 3. 探索开发基于AI Agent的多监控指标时序预测方案，融合文本、日志、指标等异构数据，实现跨模态特征提取与动态关联分析。 4. 构建自适应阈值动态建模框架，结合在线学习与强化学习技术，实现阈值随业务负载与环境变化的实时调整。