算法工程师

我们在做“AI 在金融领域全业务链路的落地”，面向研究、投研、风控、合规、运营、产品与工程团队，打造生产级的金融多模态文档理解与信息抽取体系，并进一步构建可规模化复用的 多模态 **Agent（Browser Use / Computer Use）** 能力：从公告/财报/研报/合同/尽调材料等文档的理解、结构化抽取与一致性校验，到跨站检索、证据归因、可追溯引用与任务闭环，目标是把金融数据做到稳定、可控、可交付。 岗位方向：金融多模态文档理解 × 信息抽取 × 多模态 Agent（Browser/Computer Use） 把多模态大模型对版式/表格/图文混排/扫描件的细粒度理解能力，与 Agent 的工具使用、网页检索与交互、长任务规划与质检校验深度结合：让系统会搜、会读、会核、会追溯引用，能在真实金融业务中持续提升效果与效率。

1. 聚焦金融场景核心任务，负责多模态文档理解 + 信息抽取算法设计与研发： - 财报/公告/研报/合同/表单/票据/截图等的结构化解析（段落、标题层级、表格、关键字段、关系与证据定位） - 抽取结果的一致性校验（跨页/跨表/跨文档对齐）、异常检测与可解释输出 2. 构建生产级多模态 Agent 能力： - 检索与浏览（Search/Browse）、站点导航、表单/网页交互与流程探索（Browser Use / Computer Use） - 证据归因与可追溯引用，支持审计与复核 - 长任务规划、任务分解、失败恢复与自我修复（重试策略、状态机/工作流、工具调用约束） 3. 深入研究多模态大模型与 LLM 的预训练/后训练技术（SFT、偏好优化/RL 等），在数据构建与配比、训练范式、推理策略、成本与时延上探索最佳实践，推动关键指标显著提升 4. 设计金融垂类评测与对齐体系： - 指标覆盖：抽取准确率、事实一致性、可执行性/可复现性、鲁棒性（低质扫描/复杂表格）、引用可追溯、成本与延迟 - 结合公开基准与企业内部集，建立可持续迭代的评测闭环 5. 与产品、风控/合规、工程与测试团队紧密协作，把算法能力落地到真实业务链路中：可灰度、可回滚、可监控、可持续迭代