返回

Python / AI 平台工程师

岗位描述：

• 作为量化交易团队的 Python / AI 平台工程师，负责构建与维护支撑交易、研究及运营的中后台系统，并推动 AI 能力在公司内部的工程化落地与应用。
• 负责交易与数据相关核心系统的设计与开发，包括数据接入、清洗处理、对账、风险监控及业务流程自动化。
• 构建高可靠的数据管道与任务调度系统，确保市场数据与交易数据在各业务系统之间高效、准确、可追溯地流转。
• 开发内部自动化工具与分析系统，提升研究、运营及风险管理效率与决策能力。
AI / LLM 方向职责
• 设计并实现基于大语言模型（LLM）的内部 AI 工具与 Agent 系统，提升团队在数据分析、交易监控及运营流程中的自动化与智能化水平。
• 构建 AI workflow 系统，包括 multi-step agent、tool calling、任务编排与自动执行机制。
• 开发基于 RAG（检索增强生成）的内部知识与数据检索系统，用于研究支持、数据查询及合规问答场景。
• 负责 LLM 应用的工程化实现，包括 prompt 管理、embedding pipeline、向量检索及模型 API 集成。
工程方向职责
• 负责 Python 后端系统开发与维护，保障交易及数据平台的稳定运行。
• 设计与优化数据管道（ETL / ELT），确保高质量数据在研究与交易系统中可靠流转。
• 参与数据库设计与优化（MySQL / PostgreSQL / NoSQL），支持高并发与大规模数据访问场景。
• 构建自动化报表、监控系统及业务分析工具，提升运营效率与数据透明度。
• 负责生产环境中数据异常、系统故障的定位、排查与修复，保障系统稳定性与数据准确性。

任职要求：

任职要求 — 必备能力
• 扎实的 Python 工程能力，具备后端系统开发经验。
• 熟悉 SQL 与数据库设计，具备复杂数据处理经验。
• 熟悉 Linux 环境及 Shell 脚本。
• 具备数据管道（ETL / workflow / scheduling）相关经验。
• 良好的系统设计与问题排查能力。
任职要求 — AI / LLM 相关能力（重点）
• 具备 LLM 应用开发经验（OpenAI / Claude / Qwen 等 API）。
• 熟悉 prompt engineering 与结构化输出设计。
• 有 tool calling / function calling / agent 系统开发经验。
• 了解或实践过 RAG 系统（embedding / vector search / retrieval pipeline）。
• 有 AI workflow 或自动化系统设计经验（multi-step task orchestration）。
软性要求
• 能在快节奏、复杂系统环境中独立工作。
• 具备良好的问题拆解与工程化思维。
• 能清晰表达技术方案并与非技术团队沟通。
• 对自动化与系统效率提升有强烈兴趣。