{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "全球金融AI方案实习生",
        "job_level": "",AI生成
        "work_category": "实习",AI生成
        "department": "",
        "location": "",
        "work_mode": "",AI生成
        "job_category": "市场类/Marketing&BD"AI生成
    },
    "company": {
        "company_name": "月之暗面",
        "company_industry": "",
        "company_size": "",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "",
            "cycle": ""
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "当 AI 能够理解金融问题、调用专业工具、执行复杂任务，金融机构的研究、决策与协作方式会如何改变？我们正在与全球金融机构一起探索这个问题。我们希望找到对金融有理解、对技术有好奇心，也愿意亲手把想法做出来的你，一起定义大模型在金融行业的下一步。你将做什么发现值得解决的问题：深入全球金融机构的投研与业务流程，理解真实需求，判断哪些环节值得用 AI 重构，并将业务问题转化为清晰的产品方案。把想法变成产品：参与金融场景下 AI 原生产品与 Agent 的设计、原型搭建和迭代，与工程及模型团队协作，推动方案从概念验证走向实际应用。连接数据、工具与工作流：对接金融机构与数据服务商，探索金融数据、专业工具和 API 的接入方式，打造对人和 Agent 都好用的产品体验。定义并验证效果：参与设计金融场景下的模型与 Agent 评测，通过真实任务、专家反馈和失败案例，识别能力边界，推动产品与模型持续改进。让一次交付成为可复用的能力：从具体项目中提炼共性需求，将有效的方法沉淀为 AI Harness（支撑 Agent 执行任务的工具、编排、上下文管理与评测体系）、通用产品能力，或转化为模型训练与评测的反馈。我们寻找这样的你有真实的金融或咨询实践：必须具备金融、咨询或量化相关实习经历，能够理解业务逻辑，并对研究分析或问题解决过程形成自己的判断。英语可以作为工作语言：能够流畅阅读英文专业材料，并用英语参与讨论、撰写文档及对接全球金融机构。能拆解问题，也愿意动手验证：面对开放问题，能主动查资料、形成假设、搭建原型，用证据推进判断。对 AI 有持续的好奇心：主动使用大模型与 Agent 工具，愿意理解它们如何工作、在哪里失效，以及怎样让它们更可靠地完成金融任务。有清晰表达与协作能力：能在金融业务与技术之间建立共同语言，与客户、工程师及数据合作伙伴一起推进项目。满足到岗要求：可尽快在北京到岗，每周至少实习 3 天，持续 3 个月以上。加分项复合学科背景：有计算机、数学、统计、物理、工程等理工科与金融的复合学习经历。AI 产品或项目经验：做过 AI 产品、Agent、RAG（检索增强生成）或模型评测项目，能够讲清楚自己的设计、取舍与实际效果。技术实践能力：熟悉 Python / SQL，能借助 AI 编程工具完成数据分析、API 调用、原型或轻量应用开发。金融分析与数据能力：具备财务建模、估值、行业研究或量化研究经验，熟悉行情、财报及另类数据等金融数据生态。你将在这里探索什么与全球金融机构共同定义真实问题，与产品、工程和模型团队一起验证答案。你的工作将连接客户现场、产品设计与模型能力，也将帮助我们理解：当 AI 成为金融工作的参与者，未来的金融组织应该如何运转。",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "08fd410e-1b44-4e3b-b15e-265d0fa18699",
        "post_date": "2026-10-27",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://app.mokahr.com/campus-recruitment/moonshot/148507#/job/08fd410e-1b44-4e3b-b15e-265d0fa18699"
    },
    "fulltext": "当 AI 能够理解金融问题、调用专业工具、执行复杂任务，金融机构的研究、决策与协作方式会如何改变？我们正在与全球金融机构一起探索这个问题。我们希望找到对金融有理解、对技术有好奇心，也愿意亲手把想法做出来的你，一起定义大模型在金融行业的下一步。你将做什么发现值得解决的问题：深入全球金融机构的投研与业务流程，理解真实需求，判断哪些环节值得用 AI 重构，并将业务问题转化为清晰的产品方案。把想法变成产品：参与金融场景下 AI 原生产品与 Agent 的设计、原型搭建和迭代，与工程及模型团队协作，推动方案从概念验证走向实际应用。连接数据、工具与工作流：对接金融机构与数据服务商，探索金融数据、专业工具和 API 的接入方式，打造对人和 Agent 都好用的产品体验。定义并验证效果：参与设计金融场景下的模型与 Agent 评测，通过真实任务、专家反馈和失败案例，识别能力边界，推动产品与模型持续改进。让一次交付成为可复用的能力：从具体项目中提炼共性需求，将有效的方法沉淀为 AI Harness（支撑 Agent 执行任务的工具、编排、上下文管理与评测体系）、通用产品能力，或转化为模型训练与评测的反馈。我们寻找这样的你有真实的金融或咨询实践：必须具备金融、咨询或量化相关实习经历，能够理解业务逻辑，并对研究分析或问题解决过程形成自己的判断。英语可以作为工作语言：能够流畅阅读英文专业材料，并用英语参与讨论、撰写文档及对接全球金融机构。能拆解问题，也愿意动手验证：面对开放问题，能主动查资料、形成假设、搭建原型，用证据推进判断。对 AI 有持续的好奇心：主动使用大模型与 Agent 工具，愿意理解它们如何工作、在哪里失效，以及怎样让它们更可靠地完成金融任务。有清晰表达与协作能力：能在金融业务与技术之间建立共同语言，与客户、工程师及数据合作伙伴一起推进项目。满足到岗要求：可尽快在北京到岗，每周至少实习 3 天，持续 3 个月以上。加分项复合学科背景：有计算机、数学、统计、物理、工程等理工科与金融的复合学习经历。AI 产品或项目经验：做过 AI 产品、Agent、RAG（检索增强生成）或模型评测项目，能够讲清楚自己的设计、取舍与实际效果。技术实践能力：熟悉 Python / SQL，能借助 AI 编程工具完成数据分析、API 调用、原型或轻量应用开发。金融分析与数据能力：具备财务建模、估值、行业研究或量化研究经验，熟悉行情、财报及另类数据等金融数据生态。你将在这里探索什么与全球金融机构共同定义真实问题，与产品、工程和模型团队一起验证答案。你的工作将连接客户现场、产品设计与模型能力，也将帮助我们理解：当 AI 成为金融工作的参与者，未来的金融组织应该如何运转。"
}