当前位置：首页>南京>博后招聘|南京大学FinTech大模型实验室招募AGI&AI4EconFinance/Blockchain4EconFinance斯坦福国际联培博士后(2026)

博后招聘|南京大学FinTech大模型实验室招募AGI&AI4EconFinance/Blockchain4EconFinance斯坦福国际联培博士后(2026)

2026-03-18 03:45:57

职位信息

南京大学FinTech大模型实验室招募AGI&AI4EconFinance/Blockchain4EconFinance斯坦福国际联培博士后（2026）

AGI时代的金融经济将是怎样的？在对物理世界的感知、认知和建模之外，大模型如何感知、认知、理解、建模和作用于人类金融经济世界？区块链Web3与AI大模型如何融合，构建AGI时代的可信大数据可信AI大模型智慧大脑与数字经济社会基础设施？机器人与人类如何共存、协作并建立新型金融经济关系？如何定义和构建AI4EconFinance和Blockchain4EconFinance?

研究特色：

学科交叉，专攻硬科技+软科学交叉融合
专攻金融经济、传播社会等人文社科的数字化、科学化和智能化
在硬科技与软科学交叉融合方面已有显著特色，研究中心被评位于全国前列
连线斯坦福硅谷，与斯坦福硅谷强连接，在跟踪学习中创新发展
应用导向、问题导向、实证导向、理论与实践并重
技术驱动，着眼于发明创造，研发真正有用的技术，通过技术创新推动社会人类进步，回应中国之问、世界之问、人民之问、时代之问

#2 研究方向

下述方向的理论、方法、工具及应用。既研发通用AI大模型技术，亦聚焦具体金融经济垂域应用：

“大数据、大模型、大计算”全新范式

大模型多模态具身智能、世界知识和世界建模

大模型智能体、机器人，人类智慧与机器智能融合

大模型时间智能、空间智能、时空联合建模与预测

大模型知识科学、知识工程、知识编辑

大模型强化学习、逻辑推理与复杂问题求解

大模型系统优化、预训练和后训练优化、对齐优化、ScalingLaws、低成本高性能大模型构建

大模型数据优选、生成、混合

生成式范式与决策式范式融合

数据驱动的建模与知识驱动的建模融合

大模型在人文社科中应用、社会计算模拟等

区块链Web3与AI大模型融合、基于区块链可信大数据可信AI大模型智慧大脑与下一代数字经济社会基础设施

#3 导师介绍

丁晓蔚，南京大学教授、博士生导师，普惠三农金融科技创新研究中心负责人，斯坦福大学访问学者。博士毕业于斯坦福大学先进金融科技实验室，获金融工程博士学位，并辅修统计博士学位。长期从事金融科技与“数据+模型+计算”方向研究与实践，在UTD24及学科卓越期刊发表多篇论文（含高被引与权威转载转摘），部分成果被微软及华尔街投行等机构借鉴。曾在 Morgan Stanley 等国际金融机构从事大数据AI量化金融实战，具备大规模建模优化与工程研发经验。近年聚焦“大数据—大模型—大计算”范式驱动的金融信息与情报学、国家金融安全、金融大模型、以及“区块链可信数据×AI”支撑的下一代数字金融/数字经济基础设施研究，并推动产学研平台与联盟建设。开设《区块链+AI与金融科技创新》《AI大模型与下一代数字金融》等课程，长期一线编程与指导学生科研竞赛，强调技术落地与开源创新。

#4 招生说明

因博士后招生名额限制，目前仅招收AI、大数据、计算机、软件、数据科学、数学、统计、电子、通信、物理、大气、天文等理工科背景学生。普博、直博均可。编程或数学，擅长和热爱其中一项即可。欢迎特长生。金融经济仅为应用场景、测试领域和数据来源，非必备前期基础。

【2026年新增】也招收会计审计背景博士后，从事智慧财务、AI财务大模型、AI4Accounting、LLM4Accounting等方面研究。也招收背景特别出色、对金融经济理论有深刻感悟和理解的金融经济背景博士后，从事AGI时代金融经济（资产定价、智能投资和金融经济理论等）研究工作。

培养方案：除按学校规定的博士后培养方案进行培养以外，特邀请斯坦福硅谷知名学者、专家进行国际联合培养和科研指导，博士后参与国际联合科研课题项目研究，联合发表论文和开源模型等成果。在此基础上课题组积极支持并助力博士后赴斯坦福硅谷留学、访学或交换（注：此处的“国际联合培养”或“国际联培”并非指“联合授予学位”或“国内外双学位”，博士后岗位和人事关系仍在南京大学。课题组积极支持申请国家留学奖学金或其他来源奖学金奖研金资助（如各层级优秀博士后资助、纵向横向项目资助、各方人才补贴，等），当然各人情况不同可能会存在变数。亦可帮助支持赴加、欧、新等名校留学、访学或交换。且出国留学部分为可选）。除博士后之外，课题组还招收各背景博士生、硕士生、访问学生、联培学生、科研助理、访问学者、专职科研岗教师、研究员等。也欢迎金融经济方向的师友们以及对AI4EconFinance、LLM4EconFinance、Blockchain4EconFinance感兴趣的学界、业界同行合作。欢迎企业、政府合作设立联合培养博士生、博士后等岗位。

本广告长期有效。

#5 学生受益

强工程与建模指导：导师长期一线编程与建模优化（大数据挖掘、超算/智算、大模型预训练与微调、分布式训练性能优化等），可在工业级编程、软件开发与大模型工程实战方面提供细致指导。
团队氛围与成长方式：课题组氛围友善、技术导向，偏“志同道合一起做事”的模式，强调分享、讨论与共同攻关。
金融实战视角：导师具备华尔街机构大数据AI量化金融实践经验，对金融市场机制与真实业务问题理解较深，有利于科研与应用结合。
交叉培养定位：处在新工科/新商科/新社科交汇点，培养“能写代码、能推公式、会深度思考”的复合型人才（偏“码农+思想家”路径）。
前沿方向聚焦：All-in 大模型研发与应用，重点探索 Web3/区块链 × 大模型，面向可信数据、可信模型与数字金融/数字经济基础设施。
落地与开源导向：强调理论与实践并重，鼓励做可落地的系统/工具/模型与开源成果，用技术解决真实痛点。
国际合作与出国支持：与斯坦福硅谷等保持合作连接，支持联合科研与成果产出，并积极支持申请出国访学/交换（可选）。
资源与就业：算力资源较充沛，偏好大规模训练与系统优化；就业面向互联网大厂、金融机构、高校/研究机构等交叉方向岗位。