岗位职责:

大模型全栈架构设计

主导期货行业垂类大模型的端到端架构设计，涵盖从数据清洗、预训练微调、RAG（检索增强生成）到 Agent 系统的完整链路。例如，需设计支持实时行情数据、研报文本、产业链信息多模态融合的模型架构，实现智能投研报告自动生成（如南华期货 HithinkGPT 系统的 Agent + 工作流模式）。

深度参与 GPU 集群硬件选型与算力调度优化，针对不同模型特性（如千亿参数大模型推理）设计混合精度计算方案，确保推理延迟低于 100ms。

高频交易系统增强

构建支持微秒级响应的 AI 交易决策引擎，整合高频因子库（如逐笔成交数据、订单簿深度特征）与强化学习策略，实现多品种价差套利、流动性寻优。需具备分布式时序数据库（如 Kafka+Redis）的集成经验，支撑日均亿级交易数据的实时处理。

合规化 AI 系统开发

设计符合《证券期货业网络和信息安全管理办法》的算法备案方案，确保 AI 决策过程可审计（如交易策略的可解释性日志）。需熟悉联邦学习、同态加密等技术，在保护客户隐私前提下实现跨机构数据联合建模。

动态风险管理平台

开发基于多模态大模型的智能风控系统，整合舆情分析、异常交易检测、压力测试等功能。例如，通过 NLP 技术实时解析监管政策文件，自动触发风控规则更新。需设计支持千万级客户行为数据的实时流式计算框架。

任职要求:

前沿技术深度掌握

精通大模型压缩与量化技术（如 QLoRA、LLM.int8 ()），具备将千亿参数模型部署至消费级 GPU 的工程经验。熟悉多模态模型训练流程，能基于期货行情图表、持仓数据、新闻视频构建跨模态检索系统。

金融场景工程化能力

掌握期货高频交易系统设计要点，熟悉 CME、DCE 等交易所 API 接口规范，具备实盘交易系统开发经验者优先。需展示基于 Python/C++ 的低延迟策略实现案例（如订单拆分算法、滑点优化方案）。

合规与伦理实践经验

持有 CAMS（反洗钱专家认证）或 FINRA Series 3（期货从业资格）者优先，熟悉欧盟 AI 法案对金融领域的合规要求（如算法透明度报告）。需提供金融行业 AI 系统合规审计案例，证明对数据隐私保护（如 GDPR）的技术落地能力。

硬件与系统优化专长

能根据模型特性（如 Transformer 架构）设计 GPU 显存优化方案，实现单卡支持百亿参数模型推理。熟悉 Kubernetes+TensorFlow Serving 的混合云部署模式，可设计支持弹性扩缩容的 AI 算力中台。

行业适配能力

量化交易理解：需熟悉期货市场做市商策略、套利交易逻辑，能将 AI 技术与 CTA、统计套利等传统策略深度融合。

监管科技实践：需展示在异常交易检测、客户风险评级等场景中，如何通过 AI 技术满足《期货公司监督管理办法》的合规要求。