面对金融领域专业数据处理与决策分析时，大语言模型仍存在显著局限，难以满足复杂场景下的精准与合规需求。为此，上海财经大学张立文教授课题组团队（https://github.com/SUFE-AIFLM-Lab）联合QuantaAlpha团队（https://quantaalpha.com）共同设立专项研究项目。本项目聚焦金融与数据科学领域，以探索“AI+金融”与“AI+数据科学”新范式为核心目标，围绕data-centric理念，深耕金融大模型、智能体技术开发与 AI 数据科学研究，构建可解决金融与数据分析复杂任务的专属大语言模型与智能体体系，最终形成一套完整技术框架并赋能投资场景。
两支团队在AI与金融与数据科学领域积累深厚，以往开源成果在GitHub平台星标合计达2000，这一数据不仅是技术实力的直观体现，更代表着全球开发者社区的高度认可，其研究专业性与落地可行性已得到行业验证。
张立文教授课题组与QuantaAlpha团队深度融合、共同组建。团队汇聚了来自清华、北大、CMU、港科大、中科大等全球顶尖院校的30余名前沿学者，核心成员在人工智能与金融科技交叉领域深耕多年，兼具扎实的理论功底与丰富的科研实践经验。在技术生态上，我们围绕“全生命周期”理念，构建了包括金融语料FinCorpus、国内首个金融推理大模型Fin-R1、评测体系FinEval及智能体FinAgent在内的完整闭环体系，并进一步聚焦CodeAgent、AgenticRL、DeepResearch等AI前沿方向，在金融大模型与量化智能体领域形成了独特的核心技术优势。在科研与产业落地方面，团队不仅在ICML、NeurIPS、AAAI、ACL等顶级会议上发表几十篇高水平论文，更积极推动产学研一体化，牵头上海市经信委科学智能“AI+金融”交叉研究专项，并承担了来自腾讯、蚂蚁集团、阿里、国泰君安、工商银行等机构的20余项委托课题。我们为每一位成员提供充足的经费与算力支持，致力于打造顶尖的AI金融科研平台。
项目介绍
本项目旨在攻克金融与数据科学大模型在专业知识掌握、跨场景泛化推理及复杂任务拆解等方面的核心难题。我们将围绕以下5个子方向展开深入研究：
1.金融量化智能体：聚焦于构建具备自主决策、白盒化因子挖掘与自适应演化能力的量化研究系统，推动AI在投资策略生成与信号优化中的深度应用。包括盘前信号生成、盘中监控与盘后归因分析，实现策略在完整交易周期中的持续迭代与优化。2.金融大模型安全研究：致力于建立覆盖金融全场景的安全评估与防御体系，应对指令投毒、数据泄漏与合规风险，确保智能体在业务中的稳健与可信。3.金融多模态大模型：探索文本、数值、图表等多源金融信息的融合建模，提升模型在研报解析、市场情绪识别、风险预警等任务中的综合理解与推理能力。4.金融与数据科学大模型评测体系：构建面向真实业务场景的自动化评估基准，系统检验模型在金融与数据科学知识问答、逻辑推理、合规性等多维度的性能与可靠性。5.AI+数据科学：结合大语言模型与传统数据分析方法，实现金融和医疗数据的智能处理、模式发现与决策支持，推动数据驱动的研究与业务创新。每个研究子方向均配备深耕金融科技与人工智能交叉领域的专业导师(mentor)全程指导，为研究推进提供精准的学术把关与实践路径支持。注：非上海地区采用线上远程研究模式，上海地区实行线上线下相结合的混合研究形式。
招募对象
本项目计划招募15名同学（每个子方向各3人），要求为能够深度参与研究任务的上海财经大学及国内外在校本科生、硕士生与博士生。
岗位职责
1、参与全流程科研推进：协助完成从选题（或课题细化）、实验到论文撰写与投稿的全流程工作，跟进研究进度，确保任务按时完成。
2、负责代码开发与实现：根据研究需求，实现、调试并优化算法代码，保障代码的准确、高效与可复用性。
3、承担模型构建与实验分析：参与模型的设计、改进与实验，通过数据分析验证效果，并形成规范的实验报告。
4、完成成果撰写与呈现：协助撰写与润色论文、报告，并负责图表绘制等可视化工作，清晰呈现研究结论。
能力要求
1、高强度时间投入与执行力：需确保在项目期间能够深度、集中地投入，拥有极强的责任感与时间观念，每周至少保障30小时以上的专注工作时间，以推动任务按期高质量完成。2、团队协作与沟通：拥有优秀的团队协作意识，能够主动融入团队，进行高效配合。能够保障稳定的线下沟通与协作，确保技术思路、工作进展等信息传递清晰、精准、及时。3、科研热情与行业认知：对金融大模型、AI智能体、AI 数据科学等前沿方向有扎实的认知与浓厚的科研热情。具备量化研究背景或相关经验者将优先考虑，能够将量化分析方法与大语言模型技术相结合。4、技术基础与实践能力：具备扎实的大语言模型理论基础与实践经验。精通Python编程语言，具有规范的编码习惯、出色的代码调试与复杂问题解决能力。5、心态与抗压能力：拥有积极乐观的工作心态，面对代码调试报错、实验结果不达预期等问题时，能保持耐心与韧性，主动复盘并反复尝试优化方案。
参与收获
1、高阶学术成果：聚焦金融与数据科学领域真实业务场景开展前沿研究，研究方向与成果产出均对标NeurIPS、ICML 等国际 AI 顶会标准。表现优异者将获得第一作者资格。2、产学研融合实战：提供丰富金融人工智能相关横向项目机会，对接知名高校学者、企业专家，拓宽“AI+金融”与“AI+数据科学”视野。3、职业资源赋能：表现优异者，将获得内推至蚂蚁集团、腾讯集团、阿里巴巴集团、上海人工智能实验室、财跃星辰、国泰海通证券、兴业证券等头部企业实习的宝贵机会，为职业发展奠定坚实基础。选拔机制本项目采取差异化的选拔方式，根据候选人的科研背景与研究积累提供两类合作通道：已在高水平期刊或会议（如NeurIPS、ICML、ACL、KDD等AI/金融领域公认顶会）发表论文的候选人，经简历评估与初步沟通后，可直接进入合作讨论环节，快速融入课题研究。采取两阶段选拔方式，综合评估候选人的能力与匹配度：(1) 简历筛选：主要考察个人背景、项目经历、技术栈与研究方向与项目的匹配程度。(2) 能力评估：通过简历筛选的候选人，将收到一个具体的研究小课题（例如：针对某篇前沿论文进行文献调研与综述，或对某个开源模型/方法进行复现与简要分析），需在规定时间内独立完成并提交报告。我们将根据报告的规范程度、完成质量、逻辑严谨性与技术实现能力进行综合评价。
如果你对我们研究方向感兴趣，且满足上述要求，欢迎加入我们的科研团队！请投递个人简历至 zhang.liwen@shufe.edu.cn（同时抄送quantaalpha.ai@gmail.com与yangzhi@stu.sufe.edu.cn），邮件标题按“AI金融与数据科学大模型项目研究申请 + 姓名 + 学校 + 年级 + 专业”规范备注。
