ruanyf-weekly:11151 · 2026 年收录
Alva（AI 投研 Agent 平台）| 上海 / Remote | PM · Quant/Algo Engineer · AI Engineer
Alva（AI 投研 Agent 平台）| 上海 / Remote | PM · Quant/Algo Engineer · AI Engineer 公司：Alva —— 面向 quantamental investing 的 AI 平台。
被谁收录过
投稿原文（节选）
Alva（AI 投研 Agent 平台）| 上海 / Remote | PM · Quant/Algo Engineer · AI Engineer 公司 ：Alva —— 面向 quantamental investing 的 AI 平台。我们在做的是「投研工作流的 AI Agent」：从想法生成、数据分析、趋势监控，到策略开发与回测，用户可以在平台上搭建、分享、Remix 自己的策略。创始团队此前做出过 Galxe（Web3 最大的增长平台，3000 万用户、$20M ARR）。团队小而精，全员 AI-native。 官网： https://alva.ai 投递 ：简历发 jemma@alva.xyz ，邮件标题备注岗位名。非猎头/中介发布，我是 Alva 的 HR，直接对接。 1. Product Manager（上海 onsite · Full-time · 年薪50-90万） 端到端 own 核心产品模块，和工程、设计一起交付： AI Harness / Agent 编排 ：自然语言 → 可靠的金融 Agent（检索 / 可视化 / 回测 / 执行） 交易执行 ：从想法到实盘的最后一公里 Playbook / Remix 生态 ：把它设计成可组合的内容与分发引擎 产品路线图 ：在能力、简洁、灵活、可靠之间做优先级决策 我们想找的人： 自己动手用 AI 造过东西（Claude Code / Cursor / n8n / 自建 agent），不是只会协调排期 说得清 LLM + 工具调用 + 记忆 + 规划的基本链路；知道 RAG vs 微调怎么选、上下文窗口 / 成本 / 延迟的取舍、MCP 是什么、AI 产品的 evals 怎么设计 对金融市场有真实好奇心（自己交易、有 thesis、或做过投研 / 财富 / 券商方向的产品） 有 0→1 经验，能和工程一起讨论多 Agent 编排、可观测性、降级方案 加分（越是非技术背景做到越加分） ：研究过 Claude Code / Codex 这类 agent harness 的运作原理并持续 follow 它们的迭代；有 GitHub 可查；面试前玩过 Alva，能大致逆向出我们的 harness / Playbook 机制。 流程 ：有一道 5 天的笔试 —— 构建一个 Portfolio Watch Skill，让任何用户用它生成带界面和 Alert 的 Playbook。看作品，不看 PPT。 不必要的条件：MBA、名校、大厂 title。 2. Quant / Algo (Trading Systems) Engineer（上海 / Remote 年薪100万左右） ⚠️ 这是交易系统工程岗，不是策略研究岗 。做的是 Alva quantamental Agent 背后那层执行引擎，scope 类似 QuantConnect Lean： 事件驱动的回测引擎（数据对齐、性能） 策略 runtime（用户自定义逻辑、生命周期、状态管理）、Paper trading 环境 实盘链路：signal → order → execution Broker / Exchange 集成（REST / WebSocket）、订单生命周期（成交、部分成交、对账） 回测 / 模拟 / 实盘三态一致性，幂等、延迟、滑点 期待你： 有真实生产级交易系统经验 —— bug 会直接变成钱的那种，不是研究脚本或玩具回测 现代栈：Python / Go / Rust 碰过或建过事件驱动回测器，或做过 IBKR / Alpaca / Binance 等 broker 集成 在乎正确性和边界情况胜过上线速度 硬性要求（AI fluency） ：我们是 AI-native 团队，除交易系统工程能力外，需要你有实际的 AI 工程实践——日常用 AI coding 工具（Claude Code / Cursor / Codex）开发，且做过 agent / LLM tool-use 类项目（最好 GitHub 或 demo 可查）。一面就是现场 1 小时用 AI 工具构建一个能跑的 agent，简历上完全看不到 AI 实践痕迹的同学请先不用投。 3. AI Engineer（上海 / Remote 年薪50-100万左右） Build & ship 能可靠完成投研任务的 AI Agent： 设计、构建、部署 AI Agent 给 Agent 配上专用工具和知识 实现安全护栏（guardrails） 建 evals、监控表现、快速迭代 和产品、运营、量化研究员协作 期待你： 工程基本功扎实，能端到端 own 一个系统 对 AI 既兴奋又有判断力 —— 会推理可靠性、失败模式，而不是堆名词 对市场/投资有好奇心（不