DeepSeek對基金業(yè)所帶來的影響,從近期的機構招聘需求中便能窺見一斑。
2月以來,一批公募基金已開始搶跑春季招聘行情,發(fā)起新一輪“英雄帖”。而在DeepSeek本地化部署浪潮下,月內新增的基金社會/校園招聘崗位中,圍繞人工智能相關的崗位出現(xiàn)了一定增長。
集中的人才渴求背后,是DeepSeek對基金業(yè)一時激起的千層浪潮。
當前,多家公募已率先嘗到這一技術基礎設施為業(yè)務優(yōu)化帶來的甜頭,并普遍認同其在推動基金行業(yè)方面將會有毋庸置疑的影響。
而在機構廣泛接入、拉開數智化轉型序幕后,就像許多基金公司會同時看重應聘者的AI技術開發(fā)和后續(xù)應用落地能力一樣, DeepSeek與基金業(yè)務鏈條的深度融合也難以一蹴而就,依然需要行業(yè)長線探索、“深度學習”。
2月17日,華安基金同日新發(fā)布了三則信息技術類社招崗位,其中之一便是AI算法工程師。從官網的描述來看,該崗位負責機器學習、深度學習等主流人工智能技術研究與應用,具體職責從AI算法的研發(fā)和實施、AI產品的系統(tǒng)開發(fā)、實際應用場景的落地到為其他項目組提供技術支持,不一而足。
復雜全面的工作內容,也要求應聘者具備扎實的機器學習和深度學習知識。招聘信息顯示,應聘者需要“熟練掌握常見的機器學習和深度學習算法和工具,具備大模型應用開發(fā)經驗者優(yōu)先,如ChatGPT、ChatGLM、DeepSeek等,并對訓練、精度/性能調優(yōu)、推理部署有完整的實踐經驗。”
無獨有偶,2月11日,匯添富發(fā)布了高級IT經理的社會招聘崗位,并明確強調負責AI應用方向。該職位要求應聘者精通Python編程,熟練掌握主流機器學習框架;深入理解Transformer架構和大語言模型原理,具備至少三年以上的大語言模型訓練和落地經驗。
從職能來看,高級IT經理的工作將分為兩方面。一方面,應聘者要負責大語言模型的全流程研發(fā)和優(yōu)化,包括前期的數據處理、模型評測、預訓練、微調和部署,后期提升模型的運行效率和推理速度。另一方面,應聘者還要負責模型在產品應用層面的最終落地,設計并實現(xiàn)基于大語言模型的解決方案,提升公司投研風控、市場服務等核心業(yè)務效率等。
易方達基金也在2月10日發(fā)布了關于算法研究員的校招崗位。
該崗位面向博士開放,要求應聘者了解機器學習算法原理,能夠結合業(yè)務場景進行建模研究,與工程師配合進行人工智能金融項目研發(fā)。同時還需要跟蹤人工智能學術研究、行業(yè)應用的最新動態(tài);研究和理解機器學習和深度學習算法原理,將其應用于金融領域的業(yè)務場景等。
與此同時,中小型公募基金也在廣納賢才,與機器學習緊密關聯(lián)的算法、量化等研究類崗位,是相關公司近期的招聘重心。
例如2月14日泓德基金啟動的新一輪校園招聘中,包含算法研究員崗位。跟蹤深度學習領域最新研究成果,提煉可用于投資的模型思想,復現(xiàn)并優(yōu)化相關論文,構建有開創(chuàng)性的神經網絡模型并持續(xù)迭代;研究市場微觀結構,參與高頻因子開發(fā)測試,通過統(tǒng)計和機器學習工具實現(xiàn)高頻特征提取和低頻化工作。同時,該崗位在2024年9月便已發(fā)布并進行了一輪招聘。
國聯(lián)基金則在2025屆春招提前批實習招聘簡章中明確招聘量化研究員,具有統(tǒng)計學、機器學習等基本知識,工作內容之一為基于機器學習進行量化選股模型研究。
不過,也并非所有公募眼下都急于增補技術人才儲備。從背后原因來看,一些公司是因為已在模型開發(fā)應用方面未雨綢繆,另一些在加大投入前,仍在對模型帶來的具體效益進行測算、觀察。
一家中型公募人士向21世紀經濟報道記者表示,公司近期沒有新的招聘動向,可能是因為公司技術部門對AI相關的研究和布局啟動得更早,同時公司開發(fā)部門先前也已調配了更多人手支持AI相關工作。記者了解到,該基金公司近年一直在不斷探索AI與業(yè)務的融合應用,在此次接入DeepSeek之前就已進行過私有化模型的部署。
另一家已啟動DeepSeek部署規(guī)劃的公募人士則告訴記者,考慮到行業(yè)目前還未到擴張期,公司會跟隨后續(xù)行業(yè)趨勢,再去考慮AI相關人才的招聘事宜。影響公司后續(xù)經營決策的,包括AI模型應用的檢驗結果、投入的成本收益分析等。
基金公司求賢若渴,與DeepSeek的落地所帶來的金融業(yè)生態(tài)變革密不可分。
春節(jié)以來,多家公募機構對DeepSeek的部署和應用進展陸續(xù)公開有所發(fā)聲。進入二月中下旬,基金公司“搶灘”新技術的浪潮仍在持續(xù)。
2月16日,財通基金、西部利得基金公開表示已完成DeepSeek大模型本地化部署,而在此之前,10余家基金公司也已在近期公開宣布對這一大模型的接入。
還有一些頭部規(guī)模的基金公司雖未公開披露在DeepSeek方面的規(guī)劃情況,但也向記者表示,公司對DeepSeek的部署和應用開發(fā)在日前就已經落地。區(qū)別于以鏈接方式接入,本地的私有化部署不僅保障了數據安全性與響應效率,也提升了模型服務的性能和穩(wěn)定性。
事實上,許多公募基金也已不是第一次使用人工智能賦能業(yè)務。
2024年以來,很多中大型公募都為公司系統(tǒng)接入過多款主流人工智能模型,甚至是做過自研模型的探索。但和過往的開源模型相比,DeepSeek顯著低于同行的訓練與推理成本,以及領先的可用性與使用效率,都對AI大模型應用在基金業(yè)的鋪開產生了前所未有的促進作用。
眼下,部分基金公司已經率先體驗到了DeepSeek對具體業(yè)務的優(yōu)化效益。
“公司基于Coze智能體平臺開發(fā)的營銷材料合規(guī)審核系統(tǒng)已實現(xiàn)85%以上的規(guī)則命中率,但在處理復雜條款時仍存在優(yōu)化空間。近期,通過引入DeepSeek模型對原有方案進行升級,其出色的理解能力顯著提升了規(guī)則的識別精度,目前自動審核準確率已提升至95%以上。后續(xù)將持續(xù)優(yōu)化模型對金融領域專業(yè)術語的適應性。”鵬揚基金IT部負責人向記者表示。
易方達基金則提到,接入DeepSeek后,公司借鑒DeepSeek在大模型合成數據和知識蒸餾方面的優(yōu)秀經驗,讓此前自研的金融大模型EFundGPT得到了大版本升級優(yōu)化,著重提升了專家框架和深度思考能力。
“與DeepSeek-R1結合之后,R1的強推理機制助力EFundGPT在公司內的一些‘重邏輯’的場景發(fā)揮更大作用,比如智能投資研究、材料審核、智能客服、智能投顧、智能個人助手等領域。”易方達基金稱。
富國基金還在近期指出,經過科技團隊的探索驗證,目前本地化部署模型在公司內部數據加工、代碼輔助生成、文字生成、企業(yè)級RAG、研報解讀等應用方向上達到了可用階段。
不過需要注意的是,盡管基金業(yè)對DeepSeek探索的啟動是近乎“爆發(fā)式”的,使其與基金業(yè)務鏈條實現(xiàn)深度融合,并完成向公司利益的轉化,卻并非朝夕之間。
記者了解到,目前DeepSeek整體在市場營銷、客戶服務、公司合規(guī)、運營管理等方面的應用落地得比較迅速,可以圍繞內容生產,對機構工作的效率、準確度等帶來改善。
相比之下,囿于開發(fā)難度、員工適應性和驗證周期,DeepSeek在投研領域體現(xiàn)實質效用,需要的時間會相對更久。
“在投研領域,DeepSeek的應用仍有較高門檻。”前述鵬揚基金IT部負責人指出。據了解,模型在投研的應用包括研報語義解析、事件歸因分析、重塑量化策略的研發(fā)流程、實現(xiàn)高效的因子挖掘與回測優(yōu)化等。
一家大型公募基金人士同樣表示,盡管目前公司的投研員工已有意識地在工作中盡可能多用AI,但大多主要停留在個人練手階段,許多研究員仍對接受DeepSeek的選股感到“惶恐”。相比之下,量化條線對DeepSeek更易上手,已開始嘗試用其訓練模型,但進度尚不明朗。
“將DeepSeek本地化部署不難,但在技術和成本的壁壘都大幅縮小之后,重要的是怎么使用AI給業(yè)務場景提供解決方案,而且不僅要在公司內部科技系統(tǒng)落地,還應該考慮在對客戶端的輸出和服務中體現(xiàn)出差異化。”另有受訪公募人士指出。
記者注意到,這一企盼與多家基金公司在近期進行AI人才招聘時,對應聘者能夠做到技術開發(fā)、應用落地“兩手抓”的要求不謀而合。