团队介绍：运用前沿的AIGC技术革新金融资讯服务。作为我们AI技术团队的核心成员，负责打造下一代智能金融分析引擎，深度解读全球财经资讯、捕捉市场脉动、预测投资趋势，为投资者提供及时、准确、深度的决策支持。 1. 全球财经资讯实时分析引擎 - 基于大模型技术，对海量金融新闻、研报进行深度解读； 2. 市场异动智能解读系统 - 实时捕捉并解析全球金融市场的重要变化； 3. 投资热点预测平台 - 运用AI技术分析市场趋势，前瞻性发现投资机会； 4. AI金融资讯生产系统 - 利用同花顺自有金融数据进行深度数据挖掘及内容创作，为投资者提供第一手的财经信息；

人工智能时代已经到来！同花顺不断运用公司储备的各种AI技术对金融终端赋能。我们运用文本、图像、语音语义的识别技术，极大地提升了底层金融信息的获取速度；运用机器学习与知识图谱技术，对百万篇研究报告、新闻资讯进行金融投资逻辑的抽取与推理，形成了若干投资图谱；运用语音与意图识别技术，支持自然语言、语音对话，改变了传统交互模式；运用云计算等技术，支持投资策略的回测与自动化交易。 1、负责大模型在金融投研场景下的应用落地，重点打造投研chatbot agent，以及研报写作agent，持续优化大模型的长上下文能力、agent规划能力及工具使用能力; 2、与产品、业务专家共同制定大模型在不同业务中的评价系统及数据标注规范，打通RLHF的数据生产链路，持续优化模型性能； 3、对界前沿技术保持敏感，结合业务特点，探索前沿的算法技术并应用于实际业务，实现算法技术突破与创新。

算法工程师（视觉大模型）: 1、 协调上层应用需求到机器视觉算法的整体架构; 2、 实现机器人基于3D视觉的双臂抓取方案，落地在照片、水杯等常规物体的视觉抓取任务中: 3、带领算法团队进行传统机器人视觉到端到端视觉大模型的技术演进，并落地在双臂协同抓取任务; 算法工程师（导航定位）: 1、 负责机器人基于LIDAR的导航与定位算法研究与实现，并支持机器人业务中导航的需求; 2、负责单线和多线LIDAR的开发，SLAM 算法、多传感器融合算法、3D点云、3D场景重建等3、负责无地图导航算法研究、自主实时建图方案研究;4、实现高精度的地图更新; 算法工程师（机器人操作系统）: 1、从事移动机器人系统的设计和研发，不限于底盘、四足、双足等形态;设计机械结构，硬件结构、并具备-定嵌入式开发经验: 2、具备机器人硬件开发经验，实现对关节电机的控制、实现与相机和雷达的通信: 3、熟悉运动控制算法，利用动捕收集步态数据，并通过强化学习和模仿学习实现机器人运动控制: 算法工程师（双臂）: 1、复现开源的双臂机器人扩散大模型RDT,并完成数据采集、模型训练、优化等功能: 2、设计触觉反馈传感器，并用于灵巧手，实习灵巧手的触党反馈:3参与机器人架构设计、零部件选型、算法方案设计: 算法工程师（运动控制）: 工作职责: 1.设计、 开发、实现和优化智能机械管的控制算法， 提高机械臂的智能性和学习能力。2、研究机器人的智能控制模型，理解机器人的知、推理、学习和行为规划等机制。3、在等机器人软件平台上开发机器人的控制和规划程序，并在Linux系统下进行软件开发和调试。4、与其他团队成员合作，集成机器人和其他智能设备的功能，实现智能化的生产流程。

1. 负责语音识别理解和语音生成算法、建模方案研究，推动应用落地。 2. 侧重于研发超写实语音合成、情感可控语音合成、零资源语音克隆（zero-shot TTS）、语音转换和音频音乐生成等生成类算法， 以及融合语音识别、语音翻译、说话人识别、音频分析、语音分离等多任务模型算法，推动技术在同声翻译、数字人对话等场景中应用。 3. 探索音频模态和LLM的结合，实现语音识别、音频理解、语音生成、语音转换、音乐生成和音效生成的统一建模方案，并推动落地应用。 4. 通过跟踪和创新，确保算法技术的行业领先。 5. 持续关注学术界和行业的最新研究动态，参与国际会议、研讨会，与全球顶级团队进行交流合作。

1. 3D视觉/图形相关算法的调研和实现，包括但不限于三维重建、网格处理、布料仿真、人体动画等； 2. 针对3D虚拟人的业务需求，调研和实现3D虚拟人生成和驱动方面的关键技术模块； 3. 算法的产品级改进和落地，包括针对具体应用的算法调整和针对移动平台的算法加速等； 4. 能够独立完成简单的demo验证算法的效果，后期负责定制具体的接口，完成和产品端的对接。

1.配合算法工程师，推动深度学习相关算法的落地，打造高吞吐、低延时的推理系统: 2.优化大模型推理性能，提升吞吐并控制成本; 3.优化大模型推理框架，提升框架易用性和可调试性

1. 机器学习、深度学习、多模态模型及大规模预训练语言模型（LLM）等在代码生成等金融软件工程/DevOps场景实现落地，职责包括但不限于： a. AIGC创新场景建模：从AIGC创新产品的业务视角入手，研发多模态代码生成大模型，提升用户效能和业务指标； b. LLM在金融或其他行业开发场景的应用：训练/精调金融/多场景代码生成LLM，服务投资研究等不同业务。 2. 团队产研结合，鼓励算法研究和创新。主要研究方向包括但不限于AIGC、多模态模型、LLM、优化算法/优化器等。 岗位职责： 1. 机器学习、深度学习、多模态模型及大规模预训练语言模型（LLM）等在代码生成等金融软件工程/DevOps场景实现落地，职责包括但不限于： a. AIGC创新场景建模：从AIGC创新产品的业务视角入手，研发多模态代码生成大模型，提升用户效能和业务指标； b. LLM在金融或其他行业开发场景的应用：训练/精调金融/多场景代码生成LLM，服务投资研究等不同业务。 2. 团队产研结合，鼓励算法研究和创新。主要研究方向包括但不限于AIGC、多模态模型、LLM、优化算法/优化器等。

视频方向： 1、负责aigc算法模型的研发工作，包括模型架构设计、数据处理、训练方法优化、性能评估等； 2、跟踪业界最新技术进展，积极探索和实践新的技术方案； 3、参与视频生成算法模型的落地应用，并与其他团队协作完成项目开发； 4、撰写技术文档和论文，并进行学术分享与交流。 图像方向： 1.负责图像生成算法模型，例如StableDiffusion，FLUX，OmniGen类型的模型的研发工作，包括模型架构设计、数据处理方法设计、训练方法优化、性能评估等； 2.训练文生图大模型，在不同的业务或者技术需求下，通过提升文生图大模型基座的能力，提高业务效果。 3.重点协助解决图像生成落地场景的技术难题；

1.负责大模型推理引擎的系统和架构设计的研发或者剪枝与蒸馏的相关工作。 2.负责深度优化大模型推理引擎的性能，包括提高吞吐与降低延时。

1.参与公司百万级日活大模型产品国内版和海外版投资路径规划和投资者决策辅助系统的建设，支持各类复杂业务场景下的个性化推荐需求，协助业务构建完整的宏观图景 2.深入业务场景，梳理各业务方用户画像和智能运营需求，根据业务发展制定产品改进目标和优化建议 3.基于生成式推荐系统完成“用户问题诊断-策略推荐-用户反馈”的业务闭环，解决投资者的本质问题 4.支持用户画像平台的规划和建设，实现用户生命周期和财富生命周期管理产品化、可视化 5.结合大模型和知识图谱，深入研究推荐的逻辑性和可解释性

面向搜索和搜索增强业务场景，跟进业界SOTA，为亿万用户提供互联网金融信息服务，工作内容包括但不限于：意图分类、内容理解、相关性、排序与召回、生成式搜索、爬虫技术等。

-追踪并实现前沿大模型多模态数据质量相关技术，包括但不限于文本、图像、音频、视频质量相关技术； -负责基于大规模语言模型（LLM）的多模态数据质量研发工作，包括数据分析、模型训练和优化、服务部署等，以提升多模态数据的质量并进一步提升大模型效果； -负责大规模语言模型的设计、训练和优化，特别是在自然语言处理和语音识别交互中的应用； -探索和开发大模型在语音识别、语音合成和多模态交互中的前沿应用； -参与自然语言处理技术的平台化开发，推动大模型技术在语音语义交互领域的创新应用； -负责数据挖掘、数据增强等算法工具的研发，并针对大模型进行专项优化； -跟踪大模型在NLP领域的最新研究进展，并研究实施应用。

1、负责用户增长领域的AIGC（生图、生文、视频）相关算法研发，主要是基于生成算法实现文生文、文生图等能力在渠道素材创意相关场景落地； 2、负责算法框架搭建和核心技术攻坚，帮助用户增长实现智能化和自动化托管的创意生产投放。

1.负责公司大模型基座、多模态大模型核心算法研发（包括不限于文本，视频，图片，音频等）； 2.负责大模型基座、多模态模型大规模训练加速，压缩、蒸馏、微调等技术方案。

1、模型构建：依据业务需求，设计并搭建适用于 [业务场景，如自然语言处理、计算机视觉等] 的机器学习与深度学习模型，如用于图像识别的卷积神经网络（CNN），或用于文本分析的循环神经网络（RNN）等，探索优化模型架构。 2、数据处理：负责数据清洗、标注及特征工程，构建高质量数据集。运用数据分析工具挖掘数据规律，为模型训练提供支持。 3、模型训练优化：使用大规模数据训练模型，调整参数提升性能，监控训练过程，解决过拟合、欠拟合等问题。 4、模型评估部署：制定评估指标评估模型，与工程团队协作将模型部署至生产环境，并持续优化。 5、技术创新：关注领域前沿技术，开展研究并应用于项目，探索新技术在业务中的应用。

- 针对金融业务场景，设计并开发智能 Agent 算法，提升金融服务效率和质量。 - 参与金融业务流程分析，结合 Agent 技术实现自动化决策和任务执行。 - 与金融领域专家合作，理解业务需求，优化 Agent 在金融场景下的性能和策略。 - 进行算法的实验和评估，利用数据挖掘和机器学习技术不断改进算法效果。 - 负责 Agent 系统与现有金融系统的集成与对接工作。

- 负责多模态（如图像、文本、音频）基座模型的研究与开发，跟进最新技术进展并应用于实际项目。 - 参与多模态数据的处理与分析，优化数据预处理流程以提升模型训练效果。 - 与团队协作进行模型的训练、调优及评估，提高模型在多模态任务上的性能和泛化能力。 - 解决模型训练过程中的技术难题，如梯度消失、过拟合等问题。

-研究自然语言处理、机器学习等方向的前沿技术问题，方向包括但不限于NLP大模型、对话、翻译、问答、生成、信息抽取、强化学习等方向 -解决业务中的自然语言处理、机器学习等通用性技术问题 -通过对数据的敏锐洞察,深入挖掘产品潜在价值和需求,通过技术创新推动产品成长

同花顺2025AIME顶尖人才计划 【算法岗位】：NLP算法、搜索算法、推荐算法、机器学习算法、代码生成算法、3D视觉算法、视觉理解大模型算法、AIGC算法工程师-视频生成/图片生成/数据方向、数字人算法、语音算法、具身智能算法 1、负责AI算法的研发与优化，包括但不限于NLP、推荐系统、图像处理、语音识别等领域。 2、参与大模型训练与部署，解决实际业务场景中的复杂问题。 3、设计并实现高效的算法解决方案，提升系统性能与用户体验。 4、跟踪前沿技术，推动算法在金融领域的创新应用。 5、与产品、开发团队紧密合作，推动算法落地并产生业务价值。