关于我们
安贤投资（AXQ Capital）致力于以严谨的量化研究与先进的信息技术驱动投资。我们打造科学高效的量化研究框架，构建多市场多策略投资体系。策略布局覆盖全球股票统计套利、A股指数增强、CTA、股票日内、期货高频等领域，在全球市场部署运行，覆盖多个地区、资产类别及交易周期。自2018年成立以来，安贤持续为海内外投资者创造长期稳健的投资回报，资产管理规模稳步增长。公司在北京、上海、香港、纽约设有办公室，为国内员工提供海外交流与培训机会。
岗位使命
作为 AI 负责人（Head of AI），你将向 CTO 汇报，负责公司 AI 能力体系的规划、建设和落地。你将带领团队把 AI 深度融入量化研究、软件开发、数据处理、知识管理和生产运维流程，帮助公司系统性提升研究效率、工程效率和长期技术竞争力。
这个岗位不是简单地推广 AI 工具，而是要判断 AI 在量化投资公司中真正有价值的应用场景，并将其建设成稳定、可扩展、可持续演进的内部平台和产品能力。
主要职责
1. AI 战略与团队建设
- 负责公司 AI 方向的技术规划、项目优先级判断和落地推进。
- 搭建并管理 AI 工程团队，负责招聘、培养、分工和团队交付。
- 与研究、技术、数据、交易、风控和管理团队合作，识别高价值 AI 应用场景，并推动跨团队落地。
- 持续跟踪大模型、AI Agent、RAG、代码生成、AI Infra 等方向的发展，判断适合公司业务的技术路线。
2. AI 平台与基础设施建设
- 建设公司内部 AI 工程平台，支持 AI 应用的开发、部署、监控和迭代。
- 构建面向内部知识库、代码库、数据文档、研究文档和生产系统的智能检索、问答和辅助分析能力。
- 设计模型调用、权限控制、上下文管理、日志审计、成本监控、效果评估和安全治理机制。
- 推动大模型、Embedding、RAG、Agent、Workflow、代码生成工具等能力的平台化，降低内部团队使用 AI 的门槛。
3. AI 在研究、工程和生产中的落地
- 推动 AI 辅助编程工具在技术团队中的系统化应用，提升代码生成、代码审查、测试生成、文档生成和问题排查效率。
- 与量化研究团队合作，探索 AI 在文献分析、数据探索、特征生成、实验管理、结果解释和研究复盘中的应用。
- 探索 AI 在新闻理解、文本分析、事件抽取、财报解析、另类数据处理和市场微观结构分析等方向的应用。
- 推动 AI 在数据质量检查、异常检测、元数据管理、数据血缘分析和数据问题定位中的落地。
4. AI 治理与效果评估
- 建立公司内部 AI 使用规范，覆盖数据安全、代码安全、权限管理、敏感信息保护和第三方工具使用边界。
- 设计 AI 应用的效果评估体系，确保 AI 项目能够带来真实、可衡量的业务价值。
- 建立 AI 应用的监控、反馈、迭代和问题追踪机制，持续提升系统可靠性、准确性和用户体验。
岗位要求
- 8 年以上软件工程、AI 工程、机器学习平台、数据平台、基础设施或核心系统建设经验；或 5 年以上量化投资、金融科技、互联网或 AI Infra 相关领域经验。
- 具备团队管理经验，曾担任 AI 团队负责人、技术负责人、工程负责人、平台负责人或大型技术项目负责人。
- 国内外知名院校计算机科学、人工智能、机器学习、数学、统计、自然科学、工程或相关专业本科及以上学历。
- 具备扎实的软件工程能力，熟悉 Python，并熟悉至少一门主流后端或系统编程语言，如 C++、Go、Rust、Java、Scala 等。
- 熟悉大模型应用开发、RAG、Embedding、Agent、Prompt Engineering、模型服务、向量数据库或 AI 应用平台建设。
- 熟悉 Linux、分布式系统、数据库、云计算、容器化、服务治理、监控系统和生产环境问题排查。
- 具备良好的系统设计能力、产品意识和业务理解能力，能够将不确定的业务需求转化为稳定、可扩展的技术方案。
- 具备优秀的沟通能力和跨团队推动能力，能够与研究员、工程师、交易员和管理层高效协作。
- 具备强烈的责任感、好奇心和学习能力，能够持续跟进 AI 技术变化，并将其转化为公司内部可落地的能力。
加分项
- 有 AI Coding、AI Agent、RAG 系统、企业知识库、内部开发者平台或 AI 工程平台建设经验。
- 熟悉 LLMOps、模型评估、Prompt 评估、模型监控、成本控制和 AI 安全治理。
- 熟悉开源大模型生态，如 vLLM、SGLang、Llama、Qwen、DeepSeek、LangChain、LlamaIndex、MCP 等。
- 熟悉金融市场、量化研究、统计套利、市场微观结构、交易系统或投资研究流程。
- 有从 0 到 1 建设团队、平台重构、大型技术项目落地或推动组织级工程效率提升的经验。
