安克创新助理算法工程师（AIGC算法研究/应用策略）
任职要求
1. 计算机科学、人工智能、机器学习、数据科学、统计学或相关领域的硕士或博士应届毕业生； 2. 在校期间主攻或深度参与过以下至少一个方向:自然语言处理(NLP)、计算机视觉(CV)、多模态学习、生成模型(GANs, VAEs, Diffusion Models)、强化学习； 3. 熟悉至少一种主流深度学习框架（如PyTorch，TensorFlow）；具备扎实的Python编程能力和算法基础；对LLM/Diffusion模型原理有深入理解，有Prompt Engineering或模型微调的实践经验； 4. 在顶级会议（如CVPR, ICCV, ECCV，NeurlPS, ICML, ICLR, ACL，EMNLP等）以第一作者或主要贡献者身份发表过相关论文；拥有高质量的相关开源项目、Kaggle等数据科学竞赛获奖经历； 5. 对技术充满热情，具备出色的问题分析与解决能力，能将理论知识应用于解决实际问题；良好的沟通能力与团队协作精神；具备快速学习能力和对新知识的强烈好奇心；对消费电子产品有热情，对品牌与用户体验有基本认知； 6. 具备良好的英语读写能力，能够无障碍阅读和撰写英文技术文献。
工作职责
1. 前沿研究与洞察：追踪LLM、Diffusion模型、AgenticAl等领域的最新技术进展，定期输出技术洞察报告，为团队的技术选型和能力规划提供输入； 2. 算法研发与微调：参与AIGC核心算法的研发、评估与优化。针对Anker品牌语调和设计语言，主导或参与图像/文本/视频生成模型的微调(Fine-tuning)与知识库构建； 3. 工具链与智能体构建：参与内部AIGC工具链及智能体(Agent)的设计与开发，重点攻克Prompt Engineering、模型集成与性能优化等技术难题； 4. 应用落地与验证：与产品设计、营销传播等团队合作，将AIGC技术应用于具体业务场景(如广告素材生成、产品描述撰写等),建立实验→验证→迭代的技术闭环； 5. 知识沉淀与分享：参与设计和编写AIGC相关的技术文档、最佳实钱和培训材料，推动新技术在团队内的普及与应用； 6. 合规与安全：在指导下，研究AIGC内容生成中的数据治理、偏见与内容安全问题，并参与设计相应的技术解决方案。
研究方向一：垂域LLM研究与构建 1.基座模型架构设计与优化：参与大语言模型基座架构的设计，研究前沿技术，如稀疏激活、混合精度训练等，同时优化模型的训练和推理流程。 2.技术创新与突破：参与前沿技术研究，如多任务学习、跨模态理解等，推动模型在复杂任务上的性能提升；探索Transformer替代架构，突破现有模型scaling law限制；同时挑战学术benchmark，为模型的性能树立新的行业标杆。 3.强化学习算法研究：参与大语言模型后训练阶段的强化学习算法研究，包括基于AI和环境反馈的强化学习（RLXF）算法。同时探索奖励模型与反馈机制，研究可泛化的细粒度过程监督和奖励建模，探索基于细粒度反馈的强化学习算法。 4.垂域模型定制化构建：领域认知智能突破，探索小样本场景自演进架构设计、可信推理机制构建等方向，同时建立面向AGI的模型评价体系新范式。 5.跨部门协作与落地：与公司数据科学家、算法工程师、产品团队紧密合作，将研究成果快速转化为实际应用，推动大语言模型在更多场景的落地。 研究方向二：垂域MLLM研究与构建 1.研究多模态表征与大语言模型融合的前沿技术，设计和实现创新算法，研究异质数据的统一编解码模型，适配多种模态下的特征统一，实现高效微调与优化。 2.探索强化学习（RL）在多模态大模型中的应用，包括强化学习增强的多模态生成、跨模态对齐、偏好建模及自适应优化，提升多模态理解与推理能力。 3.持续追踪多模态与强化学习结合的最新研究进展，优化现有多模态系统架构，提升性能、效率与可扩展性，推动多模态强化学习在智能体交互、决策推理等任务中的应用。 4.构建技术评估体系，通过多场景验证推动多模态理解、生成及强化学习优化策略的落地应用，提升多模态大模型的泛化能力和实际应用价值。 研究方向三：基于角色扮演的虚拟数字助理 1. 角色扮演技术（Role-Playing）：通过模型优化、Agent构建，在人设、拟人性、情感等取得显著提升。 2. 记忆管理与增强（Memory）：通过模型长上下文，记忆抽取与管理，提升系统的记忆能力。 3. 个性化技术：通过用户行为数据挖掘与建模，结合多轮对话上下文理解，分析用户情感状态，提升模型的个性化回复能力。 4. 基于Agent的数字助理：通过Agent构建和基于RL的优化，实现数字助理的能力复刻和增强
1.负责语言大模型相关技术（知识注入、指令对齐、工具接口、深度推理、知识围栏）的算法研究和应用落地，具备自然语言处理、对话系统、语义理解、文本检索，强化学习、图学习等方向的丰富知识和研发经验； 2.负责金融智能助理蚂小财和理财师人机协同对话系统建设，包括但不限于大模型RAG系统构建、DPO/KTO、GRPO等RL模型的Reward设计与实现、Hybrid Reasoning混合推理系统、金融DeepResearch系统等，结合业务场景进行落地，提升理财师采纳率和GMV等指标； 3.参与大模型对话意图识别、对话管理DST、对话生成AIGC、人机协同、金融检索NL2API/NL2SQL、大模型工具学习、情感分析、用户模拟器等产品研发； 4.积极探索技术前沿，鼓励并支持将研究成果沉淀为技术文章、专利和学术论文。
1、负责BI平台服务端架构设计与核心代码编写，支撑海量数据实时分析、可视化交互及高性能查询 2、深入研究AI技术与BI场景的结合点，设计并实现AI智能助理、统一知识库、智能数据洞察、智能舆情等创新功能 3、主导技术难题攻关，解决分布式计算、低延迟响应等技术挑战 4、跟进行业技术趋势，推动大数据与AI技术在游戏业务场景的落地
1. 面向 AGI 的金融数据系统 设计并实现高并发、低延迟的数据管理、数据加工与数据查询引擎，支撑万亿级金融行情与用户行为数据。在存储分层、流批一体、数据质量监控等方向持续优化，为上层 LLM 与分析服务提供可靠的数据底座。 2. 内部 AI‑辅助低 / 无代码数据研发平台 为同花顺大量业务开发团队打造一站式平台，使用自然语言与可视化编排，让业务研发团队通过低代码 / 无代码方式完成金融数据获取、清洗、建模、可视化与上线发布。利用 LLM、Prompt 工程与 Code Copilot，将产品或运营需求快速转化为可落地的数据应用，显著缩短从需求到上线的周期。 3. 下一代 AIGC 金融投资软件 基于大模型与多模态技术，重塑同花顺 PC 与移动端核心功能，为 C 端用户打造智能投资助理。深度融合个性化解读、智能问答、策略生成与可视化，持续迭代 AI 体验并保障线上稳定性。