[远程办公] TOP交易所招聘 Agent创新应用算法工程师 年包120w以内

职位概述

## 公司/团队介绍 全球头部交易所

职责描述

• 1、主导Agent创新产品的探索与孵化
• 主动跟踪AI Agent领域的前沿进展——包括但不限于MCP/A2A互操作协议、Deep Research Agent、Agentic Coding范式（如Anthropic Claude Code的设计哲学）、Skills可组合架构（如OpenClaw/OpenHands的Skills模式）、多Agent协作系统、推理模型驱动的Agent等最新技术范式——结合虚拟货币领域的业务场景，自主发起创新产品的构思、可行性验证与原型搭建。我们期望你是一个主动定义问题的人，而非等待需求输入。
• 2、负责Agent系统的算法设计与规模化落地
• 设计并实现面向虚拟货币链上资产分析、交易决策辅助、深度研究与信息聚合等场景的Agent算法方案，涵盖以下核心模块：
• 任务规划与深度推理（Planning & Extended Thinking）：参考Anthropic Agentic Coding中"先深度思考再行动"的设计哲学，结合Deep Research Agent的自适应搜索规划范式，实现Agent对复杂金融任务的自主拆解、充分推理与多步执行；
• 工具调用编排（Tool-use Orchestration）：基于MCP协议等标准，实现Agent与链上数据源、行情接口、DeFi协议、分析工具的标准化对接；
• 多Agent协作（Multi-Agent Collaboration）：借鉴A2A协议思想，构建多Agent协同工作流，支持研究Agent、交易Agent、风控Agent等角色的动态编排与通信；
• 迭代自我验证与纠错（Iterative Self-Refinement）：深度借鉴Anthropic Claude Code的"执行→验证→修正"闭环机制，构建Agent在金融决策场景中的自主验证与迭代优化能力，确保输出的可靠性与准确性；
• 环境自主探索与上下文构建：参考Agentic Coding中Agent自主探索代码仓库的范式，实现Agent对链上生态、市场环境的主动感知与全局理解，减少对人工信息喂入的依赖；
• 长期记忆与知识积累：支持Agent对长周期市场信息的持续跟踪、经验沉淀与知识管理。
• 推动从概念验证（PoC）到生产级系统的完整闭环。
• 3、构建Agent评估与持续优化体系
• 引入并定制Agent Harness类评测框架（参考SWE-bench、AgentBench、TAU-bench等业界实践），建立面向虚拟货币Agent产品的标准化评测体系，设计涵盖以下维度的评测指标与Benchmark：
• 端到端任务完成率
• 工具调用准确率与Skill组合合理性
• 多步推理成功率与规划质量
• 自我纠错与容错回退能力
• 安全边界遵守率
• 通过数据驱动的方式持续迭代算法策略，确保Agent在真实业务场景中的可靠性与用户体验。
• 4、驱动跨职能协作与资源整合
• 作为算法侧的核心驱动者，主动拉通数据、工程、前后端、测试等资源，推动项目高效协作。与产品、业务团队深度配合，将业务洞察转化为技术方案，根据市场反馈快速调整迭代，提升产品竞争力。
• 5、技术前瞻与知识沉淀
• 持续关注OpenAI、Anthropic、Google DeepMind、开源社区（OpenClaw/OpenHands等）在Agent架构、推理模型、互操作协议、Skills可组合范式、Agentic Coding等方向的最新研究与工程实践，主动输出技术调研报告、竞品分析与可行性方案，为团队技术路线决策提供依据。

任职要求

• 1、 硕士及以上学历，计算机科学、人工智能、金融工程、区块链等相关专业； 2、 良好的英文沟通能力，能快速阅读、理解并提炼英文前沿技术文献、开源项目文档与协议规范； 3、 熟悉主流Agent框架与生态（如LangChain/LangGraph、CrewAI、AutoGen、OpenAI Agents SDK、OpenClaw/OpenHands、Dify等），了解MCP/A2A等新兴互操作协议与Skills可组合架构，有基于上述框架成功落地Agent应用的经验； 4、 精通Python编程，熟练掌握至少一种深度学习框架（如PyTorch、TensorFlow）或机器学习库（如Scikit-learn），具备Prompt Engineering、RAG、Fine-tuning、多轮对话管理等LLM应用层核心技能，能独立完成从算法设计到工程部署的全流程； 5、 具备扎实的代码工程能力与系统设计能力，能编写高效、可维护、可扩展的代码，熟悉Git等版本控制工具与协作开发流程； 6、 在国内外知名学术会议或期刊上发表过相关领域论文者优先，或在Kaggle等竞赛平台取得优异成绩者优先； 7、 具备良好的团队协作精神与沟通能力，能与不同背景的人员高效合作，善于将模糊的业务需求抽象为清晰的技术问题并推动解决。 1、 熟悉Web3、区块链、DeFi、虚拟货币等领域的核心概念与业务逻辑，有至少3年股票、期货、虚拟货币等相关行业工作经历，或有实际人工交易/量化交易经验； 2、 有从0到1独立孵化AI Agent产品的经历，熟悉Anthropic Agentic Coding或类似"Agent自主完成端到端任务"的产品研发思路，具备强烈的产品感知力和业务敏感度； 3、 有Agent能力模块化、Skill封装与编排的工程实践经验，理解可组合Agent架构的设计理念； 4、 有构建Agent评测体系（Agent Harness/Benchmark）的经验，了解如何科学衡量Agent的能力边界与改进方向； 5、 对AI在金融科技领域的应用趋势有深入思考，能前瞻性地提出创新方向并主动验证可行性； 6、 具备Builder心态——不满足于完成分配的任务，而是持续主动寻找高价值问题、定义解决方案并推动落地。

薪酬说明

• 年包120w以内可谈，发U

联系方式

-

项目叙述

岗位职责： 1、主导Agent创新产品的探索与孵化 主动跟踪AI Agent领域的前沿进展——包括但不限于MCP/A2A互操作协议、Deep Research Agent、Agentic Coding范式（如Anthropic Claude Code的设计哲学）、Skills可组合架构（如OpenClaw/OpenHands的Skills模式）、多Agent协作系统、推理模型驱动的Agent等最新技术范式——结合虚拟货币领域的业务场景，自主发起创新产品的构思、可行性验证与原型搭建。我们期望你是一个主动定义问题的人，而非等待需求输入。 2、负责Agent系统的算法设计与规模化落地 设计并实现面向虚拟货币链上资产分析、交易决策辅助、深度研究与信息聚合等场景的Agent算法方案，涵盖以下核心模块： 任务规划与深度推理（Planning & Extended Thinking）：参考Anthropic Agentic Coding中"先深度思考再行动"的设计哲学，结合Deep Research Agent的自适应搜索规划范式，实现Agent对复杂金融任务的自主拆解、充分推理与多步执行； 技能抽象与可组合架构（Skills Composition）：借鉴OpenClaw的Skills模式，将链上数据查询、K线技术分析、合约风险审计、舆情监控、交易策略执行等能力封装为标准化、可复用的Skill模块，支持Agent根据任务动态选择与编排Skills，并持续沉淀新的Skill以实现能力进化； 工具调用编排（Tool-use Orchestration）：基于MCP协议等标准，实现Agent与链上数据源、行情接口、DeFi协议、分析工具的标准化对接； 多Agent协作（Multi-Agent Collaboration）：借鉴A2A协议思想，构建多Agent协同工作流，支持研究Agent、交易Agent、风控Agent等角色的动态编排与通信； 迭代自我验证与纠错（Iterative Self-Refinement）：深度借鉴Anthropic Claude Code的"执行→验证→修正"闭环机制，构建Agent在金融决策场景中的自主验证与迭代优化能力，确保输出的可靠性与准确性； 环境自主探索与上下文构建：参考Agentic Coding中Agent自主探索代码仓库的范式，实现Agent对链上生态、市场环境的主动感知与全局理解，减少对人工信息喂入的依赖； 长期记忆与知识积累：支持Agent对长周期市场信息的持续跟踪、经验沉淀与知识管理。 推动从概念验证（PoC）到生产级系统的完整闭环。 3、构建Agent评估与持续优化体系 引入并定制Agent Harness类评测框架（参考SWE-bench、AgentBench、TAU-bench等业界实践），建立面向虚拟货币Agent产品的标准化评测体系，设计涵盖以下维度的评测指标与Benchmark： 端到端任务完成率 工具调用准确率与Skill组合合理性 多步推理成功率与规划质量 自我纠错与容错回退能力 安全边界遵守率 通过数据驱动的方式持续迭代算法策略，确保Agent在真实业务场景中的可靠性与用户体验。 4、驱动跨职能协作与资源整合 作为算法侧的核心驱动者，主动拉通数据、工程、前后端、测试等资源，推动项目高效协作。与产品、业务团队深度配合，将业务洞察转化为技术方案，根据市场反馈快速调整迭代，提升产品竞争力。 5、技术前瞻与知识沉淀 持续关注OpenAI、Anthropic、Google DeepMind、开源社区（OpenClaw/OpenHands等）在Agent架构、推理模型、互操作协议、Skills可组合范式、Agentic Coding等方向的最新研究与工程实践，主动输出技术调研报告、竞品分析与可行性方案，为团队技术路线决策提供依据。 任职要求： 1、 硕士及以上学历，计算机科学、人工智能、金融工程、区块链等相关专业； 2、 良好的英文沟通能力，能快速阅读、理解并提炼英文前沿技术文献、开源项目文档与协议规范； 3、 熟悉主流Agent框架与生态（如LangChain/LangGraph、CrewAI、AutoGen、OpenAI Agents SDK、OpenClaw/OpenHands、Dify等），了解MCP/A2A等新兴互操作协议与Skills可组合架构，有基于上述框架成功落地Agent应用的经验； 4、 精通Python编程，熟练掌握至少一种深度学习框架（如PyTorch、TensorFlow）或机器学习库（如Scikit-learn），具备Prompt Engineering、RAG、Fine-tuning、多轮对话管理等LLM应用层核心技能，能独立完成从算法设计到工程部署的全流程； 5、 具备扎实的代码工程能力与系统设计能力，能编写高效、可维护、可扩展的代码，熟悉Git等版本控制工具与协作开发流程； 6、 在国内外知名学术会议或期刊上发表过相关领域论文者优先，或在Kaggle等竞赛平台取得优异成绩者优先； 7、 具备良好的团队协作精神与沟通能力，能与不同背景的人员高效合作，善于将模糊的业务需求抽象为清晰的技术问题并推动解决。 加分项 1、 熟悉Web3、区块链、DeFi、虚拟货币等领域的核心概念与业务逻辑，有至少3年股票、期货、虚拟货币等相关行业工作经历，或有实际人工交易/量化交易经验； 2、 有从0到1独立孵化AI Agent产品的经历，熟悉Anthropic Agentic Coding或类似"Agent自主完成端到端任务"的产品研发思路，具备强烈的产品感知力和业务敏感度； 3、 有Agent能力模块化、Skill封装与编排的工程实践经验，理解可组合Agent架构的设计理念； 4、 有构建Agent评测体系（Agent Harness/Benchmark）的经验，了解如何科学衡量Agent的能力边界与改进方向； 5、 对AI在金融科技领域的应用趋势有深入思考，能前瞻性地提出创新方向并主动验证可行性； 6、 具备Builder心态——不满足于完成分配的任务，而是持续主动寻找高价值问题、定义解决方案并推动落地。

公司/团队介绍

全球头部交易所

薪资福利待遇

年包120w以内可谈，发U

地点

VX1: Bellafafa_ VX2: 1424983319 TG1: @fuseiijiang TG2: @Ellen9987 - 工作地点：远程办公 - 联系方式：

工作性质

## 岗位要求、职责 - 是否全职：全职 - 是否远程：远程

完整度元数据

缺失字段：salary, contact

薄弱字段：无

风险标记：contact-missing

仅评论补充字段：无

标签：无