同花顺AI应用开发工程师-ACMer
任职要求
ICPC/CCPC获奖经历，具备扎实的计算机基础（数据结构、算法、操作系统、网络）。 具有自驱与产品意识，…
工作职责
职位描述： 承担 Web/平台与计算引擎等模块的研发，面向大规模用户和低延迟交易场景，交付稳定、高性能、可扩展的系统能力；与产品/算法/业务团队紧密协作，将复杂需求转化为工程实现。 核心职责： 参与需求评审与技术方案设计，拆解任务、制定里程碑并按期交付。 建设高可用、高性能的服务与工具链，推动自动化测试与持续集成/交付（CI/CD）。 与产品/算法/数据/运营等多团队协作，确保方案可落地、可迭代、可观测。 对关键系统进行性能分析与优化，形成指标闭环（延迟、吞吐、成本、稳定性）。 从事如下方向： Web/平台方向 负责 Web 端 SEO 优化，提升页面加载速度、关键词排名及网站流量；实施动态内容静态化与抓取策略优化。 基于设计与需求搭建 Web 架构，为大模型训练与功能扩展提供前端/平台支撑。 协助部署自动化迭代方案，实现功能持续优化与灰度发布。 与产品团队无缝对接，理解业务需求并转化为技术实现。 计算引擎/后端方向 设计与实现高性能的 PineScript 等脚本解释器/编译器，支撑回测与实盘交易。 构建低延迟、高并发的量化交易计算引擎，支持多策略并行、实时行情处理与风控计算。 从架构层面进行系统与性能优化（内存管理、并发处理、缓存策略等），追求微秒级延迟与海量数据处理能力。 设计与实现高效数学/指标算子库，覆盖技术指标、统计分析及机器学习推理。 深度对接业务/量化团队，将复杂金融逻辑转化为高效实现。
团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、支持语音识别技术在字节跳动公司内外丰富的业务场景落地，解决落地过程中的前沿问题，持续优化语音识别核心技术效果； 2、搭建音频理解核心技术体系，专注语音识别的前沿技术和算法效果，追求和探索业界最前沿算法。
1、负责AIGC等技术应用研发，落地 Design-to-Code 能力与多模态模型，提升生成质量与可维护性；建立自动评测体系； 2、基于大模型技术（如Transformer、diffusion模型）开发图文生成、图生文等多模态算法，并优化生成稳定性与一致性。 3、解决图像识别、图像分类、图像分割、文本语音生成视频等实际业务问题，推动技术落地。 4、通过数据预处理、特征工程和超参数调优提升模型性能，并进行算法迭代与推理加速优化。
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。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。