宽德投资

WILL是宽德投资独立孵化的创业型实验室。始于但不局限于金融场景，WILL 诚邀在校生、应届生、经验丰富的专业人士加入我们，朝着整个人工智能的星辰大海启航。 AI研究员专注于开发下一代AI模型与算法，推动我们向真正的ASI for Sci-Tech迈进。理想候选人在深度学习、强化学习和高级推理模型方面具备深厚专业知识。您将开展关于LLMs的创新研究，并与工程师合作将研究成果规模化落地。我们期待您动手能力强、富有创新精神，渴望解决实际问题，渴望突破性成果。 核心职责 ● 核心模型开发：紧跟技术前沿，创新模型架构，在数据合成、预训练、后训练等各阶段增强模型表现，提升推理规划能力。 ● 训练方法优化：优化训练算法与范式，提升模型效率与表现，探索Scaling Law边界。 ● 评估与基准测试： 开发可靠的评估指标与基准，衡量模型性能、推理能力及安全性，提升对模型本质的理解，帮助模型改进。 ● 跨团队协作： 与AI工程师密切合作，将研究原型转化为可扩展的实现。指导新算法与AI基础设施的集成，共同解决训练、部署与推理中的工程挑战。 任职要求 ● 具备深度学习、强化学习等领域优秀研究经历，熟悉NLP/LLM各阶段算法，ACM/ICPC/IOI获奖者优先。 ● 有出色工程能力，熟练使用PyTorch/TensorFlow/JAX等框架进行原型开发，熟悉数据分析与科学计算相关库。 ● 有出色的分析能力与创造性思维，从第一性原理思考问题，提出假设并通过实验验证。 ● 对AI前沿研究充满激情，技术驱动，动手能力强，能将理论转化为实际模型。

核心职责 ● 计算集群优化：参与AI基础设施的建设，在网络，存储与硬件资源进行优化，打造稳固且高效的AI基石。 ● 软件平台建设：设计高性能可扩展的AI应用服务架构，确保生产环境高可用、低延迟。 ● 训练流水线优化： 快速迭代LLM训练流水线，包括数据预处理、分布式训练，确保训练流程稳健、 可扩展。 ● 模型优化： 与AI研究员合作，不断优化模型训练与推理性能。开展性能分析和调优，解决系统瓶颈问题。 任职要求 ● 来自计算机科学、工程等相关领域，具备扎实的CS功底。 ● 熟练掌握Python、C++。 ● 在高性能计算、分布式计算、MLOps与部署、模型优化、大数据系统等方面有一技之长。 ● 对实现前沿AI解决方案充满热情，具备自驱力与团队协作精神，能适应快节奏的挑战。 ● 在以下领域有技术专长或实施经验有加分： 1）熟悉RDMA协议，了解分布式通信原语优化； 2）熟悉通用GPU架构，有CUDA、类CUDA算子性能优化实践。

交易系统开发团队由专业的软件和硬件工程师组成。致力于自主研发强大的自动化交易系统，实时分析、监控市场变化并快速捕捉潜在问题。通过持续改进执行算法，在合规前提下，保证系统稳定运行。 【岗位职责】 ● 设计和优化高吞吐量的交易系统，包括证券、期货及其他金融衍生品在国内外市场的交易、监控等。 ● Linux平台下低延迟系统的开发和维护，涉及网络编程、进程间通讯、高性能计算等。 ● 自研监控系统，开发支持实盘、研究等复杂多样需求的应用程序。 ● 探索和挖掘国内外行情特性，升级和优化行情系统，以及开发相关运维工具。 【任职要求】 ● 重点本科及以上学历，计算机、软件工程、电子工程、数学等理工科相关专业。 ● 扎实的 C/C++或 python 编码能力与理论基础，精通 Linux平台高并发、多线程编程。 ● 精通网络协议，具有丰富的 TCP、UDP 网络编程经验和框架设计经验。 ● 能够在要求严格且动态的环境中管理多项任务，具备较强的沟通和团队合作能力。 ● 理解业务价值，具有优秀的分析和解决问题的能力。 加分项 ● 具备中间件研发、Linux内核研发、网络协议栈研发、编译器研发设计经验者优先。 ● 熟悉常见的金融市场机制及衍生品交易类业务、技术架构者优先。 ● 有全球各大交易所做市商系统开发经验优先。 ● 有自动交易或构建自动交易系统经验者优先。 ● 有基于FPGA设计AI，或者AI芯片设计相关经验，或者有TCP/UDP协议处理经验优先。

量化开发工程师需要具备深入的计算机科学理论知识和丰富的工程实践经验。他们与研究团队密切合作，深度参与研究平台的设计和开发。 顶尖的量化开发工程师拥有澎湃的技术热情和研究精神，深入理解量化交易，结合前沿技术，追求极致性能，探索技术边界。 岗位职责： 1.设计、实现并维护研究工具链。 2.搭建、维护并持续优化机器学习平台及计算集群，提高系统效率。 3.持续完善研究系统与交易系统。 任职要求： 1.毕业于国内外知名院校计算机、软件或电子等相关专业。 2.擅长编程，掌握设计模式，同时熟练掌握 C、Modern C++、Python。 3.了解计算机体系结构，操作系统相关知识。 4.具备数据分析能力，了解数学、统计、数据科学等基础知识。 5.拥有澎湃的好奇心和应对各类技术挑战的热情。 加分项： 1.熟悉异构计算和深度学习系统架构。 2.有超算相关研究经历。 3.有编译器开发经验。

AI工程师为ASI for Sci-Tech构建并优化基础设施与软件栈，深度参与LLMs中算法与系统的联合设计。您的工作涵盖计算集群优化、LLM训练流水线、高效训练与推理，以及MLOps等。  我们期待候选人精通现代AI工具链与大模型基础设施，热衷将前沿研究落地，目标是为先进AI系统构建技术基石并确保其高效运行。 核心职责  ● 计算集群优化：参与AI技术设施的建设，在网络，存储与硬件资源进行优化，打造稳固且高效的AI基石。 ● 软件平台建设：设计高性能可扩展的AI应用服务架构，确保生产环境高可用、低延迟。 ● 训练流水线优化： 快速迭代LLM训练流水线，包括数据预处理、分布式训练，确保训练流程稳健、 可扩展。  ● 模型优化： 与AI研究员合作，不断优化模型训练与推理性能。开展性能分析和调优，解决系统瓶颈问题。  任职要求 ● 来自计算机科学、工程等相关领域，具备扎实的CS功底。 ● 熟练掌握Python、C++。 ● 在高性能计算、分布式计算、MLOps与部署、模型优化、大数据系统等方面有一技之长。 ● 对实现前沿AI解决方案充满热情，具备自驱力与团队协作精神，能适应快节奏的挑战。 在以下领域有技术专长或实施经验有加分： 1）熟悉RDMA协议，了解分布式通信原语优化； 2）熟悉通用GPU架构，有CUDA、类CUDA算子性能优化实践。

核心职责 ●数据基建：构建、开发和维护高效可拓展的训练数据管道，设计分布式数据存储与调度系统。 ●数据采集：开发高效数据采集工具，为预训练、微调和对齐阶段提供高质量数据支持。 ●数据质量管理：制定数据质量标准，实施数据验证和清洗流程，确保数据的准确性和完整性。   ●模型迭代支持：与研究、工程团队密切合作，开发合成数据工具，拓展数据规模与多样性。 任职要求 ●来自计算机科学、数据科学等相关领域，具备模型训练数据处理、增强经验。 ●熟练掌握Python/SQL，熟悉大数据处理框架。 ●熟悉大模型数据工作流程，如预训练语料构建、SFT/RLHF数据标注、评估数据集设计等。 ●有开源项目贡献和经历，积极参与技术社区者优先。 ●对实现前沿AI解决方案充满热情，具备自驱力与团队协作精神，能适应快节奏的挑战。

【核心职责】 参与大模型的研发阶段，并结合AI Agent、RAG、MCP等技术手段，实现大模型的落地应用。具体工作内容包括： 1.模型应用落地 ● 参与大模型周边工具生态的建设，将数据库操作、联网搜索、代码执行、内部工具链调用等能力集成至模型内； ● 搭建智能体评估体系，设计自动化测试框架，量化智能体在复杂任务中的表现； ● 配合其他业务部门进行智能体等工具的最佳应用实践。 2.平台架构设计 ● 设计开发高并发、低延迟的分布式智能体调度框架； ● 构建高可用推理服务集群，设计热备份机制与缓存机制，提高推理效率。 【岗位要求】 1.扎实的编程能力，熟悉python/C++ 2.掌握分布式系统原理，熟悉微服务架构 3.熟悉主流大语言模型基本原理，掌握智能体开发基本框架 4.掌握敏捷开发流程，熟悉容器化部署运维

机器学习性能工程师将致力于结合量化行业的计算需求特征，探索不同硬件平台上的高性能计算技术，打造一流的高性能计算平台，同时优化机器学习基础设施、模型训练和推理，以改进我们的交易策略。 岗位职责 ● 研究CPU/GPU等硬件平台上的高性能计算技术，参与高性能计算库、推理引擎的开发与优化。 ● 参与机器学习平台的性能优化工作，包括计算资源调度策略设计，PB级高性能存储的存取加速，网络数据并行传输优化等。 ● 负责模型训练优化，提升模型训练速度与平台利用效率，保持与业界先进技术同频。 ● 构建模型的生命周期管理，提供模型仓库服务，保障交易场景模型的安全可靠加载。 ● 探索前沿技术，持续迭代相关系统的性能。 任职要求 ●  重点本科及以上学历，计算机、软件工程、电子工程、数学等理工科相关专业。 ●  熟练掌握C/C++/Python中至少一门编程语言，有扎实的算法与数据结构基础，良好的代码风格和工作习惯。 ●  熟练掌握计算机体系结构相关知识，熟悉现代处理器CPU/GPU的微架构。 ●  熟练掌握Linux环境系统编程，具备多核并行编程及优化能力，熟练使用常见性能分析工具。 ●  熟悉至少一种主流深度学习框架（TensorFlow/Pytorch/PaddlePaddle等），熟悉其底层架构和实现机制，了解其性能瓶颈分析与性能调优的方法。 ●  有以下至少一项的背景知识与经验：GPU编程，并行计算，分布式存储，高性能网络，深度学习编译器。 加分项： ●  具备汇编层面的开发/优化能力，有CUDA开发经验。 ●  在高性能计算和机器学习相关的开源项目中做出过相关贡献。 ●  有大规模训练任务和推理服务编排和调度、镜像加速等工作经验优先。 ●  有深度学习编译器开发经验优先，TVM/XLA等。 ●  熟悉InfiniBand或RDMA。

交易系统开发团队致力于自主研发强大的自动化交易系统，实时分析、监控市场变化并快速捕捉潜在问题。通过持续改进执行算法，在合规前提下，保证系统稳定运行。 岗位职责 ● 设计和优化高吞吐量的交易系统，包括证券、期货及其他金融衍生品在国内外市场的交易、监控等。 ● Linux平台下低延迟系统的开发和维护，涉及网络编程、进程间通讯、高性能计算等。 ● 自研监控系统，开发支持实盘、研究等复杂多样需求的应用程序。 ● 探索和挖掘国内外行情特性，升级和优化行情系统，以及开发相关运维工具。 任职要求 ● 重点本科及以上学历，计算机、软件工程、电子工程、数学等理工科相关专业。 ● 扎实的C/C++或Python编码能力与理论基础，熟悉Linux平台高并发、多线程编程。 ● 扎实的计算机科学基础（编程、数据结构、算法、并发编程、消息传递和网络等）。 ● 具有较强的沟通表达和学习能力，对新技术充满好奇心，有强烈的责任感和自我驱动力。

核心职责 ● 计算集群优化：参与AI基础设施的建设，在网络，存储与硬件资源进行优化，打造稳固且高效的AI基石。 ● 软件平台建设：设计高性能可扩展的AI应用服务架构，确保生产环境高可用、低延迟。 ● 训练流水线优化： 快速迭代LLM训练流水线，包括数据预处理、分布式训练，确保训练流程稳健、 可扩展。 ● 模型优化： 与AI研究员合作，不断优化模型训练与推理性能。开展性能分析和调优，解决系统瓶颈问题。 任职要求 ● 来自计算机科学、工程等相关领域，具备扎实的CS功底。 ● 熟练掌握Python、C++。 ● 在高性能计算、分布式计算、MLOps与部署、模型优化、大数据系统等方面有一技之长。 ● 对实现前沿AI解决方案充满热情，具备自驱力与团队协作精神，能适应快节奏的挑战。 ● 在以下领域有技术专长或实施经验有加分： 1）熟悉RDMA协议，了解分布式通信原语优化； 2）熟悉通用GPU架构，有CUDA、类CUDA算子性能优化实践。

交易系统开发团队致力于自主研发强大的自动化交易系统，实时分析、监控市场变化并快速捕捉潜在问题。通过持续改进执行算法，在合规前提下，保证系统稳定运行。 岗位职责 ● 设计和优化高吞吐量的交易系统，包括证券、期货及其他金融衍生品在国内外市场的交易、监控等。 ● Linux平台下低延迟系统的开发和维护，涉及网络编程、进程间通讯、高性能计算等。 ● 自研监控系统，开发支持实盘、研究等复杂多样需求的应用程序。 ● 探索和挖掘国内外行情特性，升级和优化行情系统，以及开发相关运维工具。 任职要求 ● 重点本科及以上学历，计算机、软件工程、电子工程、数学等理工科相关专业。 ● 扎实的C/C++或Python编码能力与理论基础，熟悉Linux平台高并发、多线程编程。 ● 扎实的计算机科学基础（编程、数据结构、算法、并发编程、消息传递和网络等）。 ● 具有较强的沟通表达和学习能力，对新技术充满好奇心，有强烈的责任感和自我驱动力。

核心职责 ●数据标注：对各类数据进行准确分类、标注，对特定任务设计标注规则，确保数据符合模型训练目标。 ●质量把控：制定数据标注标准与标注流程，持续改进和迭代标注策略，提高标注质量和效率。 ●模型反馈与评估：参与模型输出结果的人工评估，协助构建评估数据集，设计评估指标，提供模型优化建议。 ●跨团队协作：与研究、工程团队密切合作，理解模型需求，对齐目标。 任职要求 ●本科及以上学历，专业不限，对各领域知识充满好奇心和兴趣。 ●具备数据分析和解决问题的能力。 ●积极主动，学习能力强，拥有对细节的极致关注和超凡的洞察力。 ●具备良好的理解能力、沟通能力、执行能力及项目管理能力。 ●对大语言模型有基本的了解，并对此充满热情。

【核心职责】 1.数据基建：构建、开发和维护高效可拓展的训练数据管道，设计分布式数据存储与调度系统。 2.数据采集：开发高效数据采集工具，为预训练、微调和对齐阶段提供高质量数据支持。 3.数据质量管理：制定数据质量标准，实施数据验证和清洗流程，确保数据的准确性和完整性。   4.模型迭代支持：与研究、工程团队密切合作，开发合成数据工具，拓展数据规模与多样性。 【任职要求】 1.来自计算机科学、数据科学等相关领域，具备模型训练数据处理、增强经验。 2.熟练掌握Python/SQL，熟悉大数据处理框架。 3.熟悉大模型数据工作流程，如预训练语料构建、SFT/RLHF数据标注、评估数据集设计等。 4.有开源项目贡献和经历，积极参与技术社区者优先。 5.对实现前沿AI解决方案充满热情，具备自驱力与团队协作精神，能适应快节奏的挑战。

核心职责 ● 数据基建：构建、开发和维护高效可拓展的训练数据管道，设计分布式数据存储与调度系统。 ● 数据采集：开发高效数据采集工具，为预训练、微调和对齐阶段提供高质量数据支持。 ● 数据质量管理：制定数据质量标准，实施数据验证和清洗流程，确保数据的准确性和完整性。   ● 模型迭代支持：与研究、工程团队密切合作，开发合成数据工具，拓展数据规模与多样性。 任职要求 ● 来自计算机科学、数据科学等相关领域，具备模型训练数据处理、增强经验。 ● 熟练掌握Python/SQL，熟悉大数据处理框架。 ● 熟悉大模型数据工作流程，如预训练语料构建、SFT/RLHF数据标注、评估数据集设计等。 ● 有开源项目贡献和经历，积极参与技术社区者优先。 ● 对实现前沿AI解决方案充满热情，具备自驱力与团队协作精神，能适应快节奏的挑战。

机器学习性能工程师将致力于结合量化行业的计算需求特征，探索不同硬件平台上的高性能计算技术，打造一流的高性能计算平台，同时优化机器学习基础设施、模型训练和推理，以改进我们的交易策略。 岗位职责： ● 研究CPU/GPU等硬件平台上的高性能计算技术，参与高性能计算库、推理引擎的开发与优化。 ● 参与机器学习平台的性能优化工作，包括计算资源调度策略设计，PB级高性能存储的存取加速，网络数据并行传输优化等。 ● 负责模型训练优化，提升模型训练速度与平台利用效率，保持与业界先进技术同频。 ● 构建模型的生命周期管理，提供模型仓库服务，保障交易场景模型的安全可靠加载。 ● 探索前沿技术，持续迭代相关系统的性能。 任职要求： ● 重点高校本科及以上学历，计算机、软件工程、电子工程、数学等理工科相关专业。 ● 熟练掌握C/C++/Python中至少一门编程语言，有扎实的算法与数据结构基础，良好的代码风格和工作习惯。 ● 熟练掌握计算机体系结构相关知识，熟悉现代处理器CPU/GPU的微架构。 ● 熟练掌握Linux环境系统编程，具备多核并行编程及优化能力，熟练使用常见性能分析工具。 ● 熟悉至少一种主流深度学习框架（TensorFlow/Pytorch/PaddlePaddle等），熟悉其底层架构和实现机制，了解其性能瓶颈分析与性能调优的方法。 ● 有以下至少一项的背景知识与经验：GPU编程，并行计算，分布式存储，高性能网络，深度学习编译器。 加分项：（非必选项，能有一项或多项符合者优先） ● 具备汇编层面的开发/优化能力，有CUDA开发经验。 ● 在高性能计算和机器学习相关的开源项目中做出过相关贡献。 ● 有大规模训练任务和推理服务编排和调度、镜像加速等工作经验优先。 ● 有深度学习编译器开发经验优先，TVM/XLA等。 ● 熟悉InfiniBand或RDMA。