校园招聘 | 南京大学FinTech大模型实验室招募

研究背景：

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？Agent、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、Agent4EconFinance和Blockchain4EconFinance?

研究特色：

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Agent、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、Scaling Laws、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的应用、社会计算模拟、AI4SocialScience、LLM4SocialScience、Agent4SocialScience、Blockchain4SocialScience

• 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

   导师介绍：

丁晓蔚，南京大学教授、博导，斯坦福大学访问学者。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和统计博士学位（辅）。在UTD 24和国内学科卓越期刊发表论文多篇，含数篇高被引，论文15篇/次被中国四大权威文摘转载转摘。其中一UTD论文在当年同期刊所有论文中总引用数排名第一，在近10年同期刊所有论文中总引用数排名前2.4%。另一论文位列国内安全情报领域前4名。部分研究成果被微软和华尔街投行等借鉴或采纳。拥有Morgan Stanley等世界知名金融机构大数据AI量化金融实战经验。获批金融大模型等方面国家级基金项目。拥有约40年编程经验，为资深老“码农”，作为兴趣爱好，现在仍每天码代码。在金融科技和数据+模型+计算领域已耕耘20余载，构建过大量量化金融实战模型。现致力于“大数据、大模型、大计算”全新范式驱动的金融信息与情报学、国家金融安全、基于区块链可信大数据AI的下一代数字金融（可信、安全、隐私保护、有温度、智慧、高效的数字金融2.0）基础设施、体系架构、计算范式和融合创新孵化平台的理论研究和实践探索，并延伸至数字经济、社会、传播等。获江苏省社科优秀成果二等奖、全国高校双创优秀论文一等奖、三等奖、省学术大会优秀论文一等奖、全国区块链优秀教材二等奖。两获省委领导批示。荣获CSIC2023年度数字技术创新杰出贡献人物奖。曾任国内首个数据质量评估证书专家组组长，在“数据金融”领域进行了开拓性探索。2023年5月在国内率先发起成立高质量产业大数据大模型联盟，打造高质量大数据、大模型两大国家级新型基础设施。常有论文提及其在金融信息与情报学方面的开创性工作，也有论文将其研究中心评为位居全国前列。曾任国务院发展研究中心访问学者。现任亚洲区块链产业研究院学术专委会委员，中国计算机学会CCF数字金融分会常委、区块链专委会执委、数据治理发展委员会执委，Blockchain Research and Applications期刊青年编委，中国区块链金融创新应用示范区专家智库特聘专家，中国人民警察大学网络舆情治理研究中心学术委员会委员等。曾任2018CCF中国区块链大会分论坛主席、2019CCF中国区块链大会论坛组织委员会主席、区块链金融和实体经济分论坛主席、2021尤努斯社会企业日大中华区社会企业教育与实践论坛联席主席等。践行金融科技向善人才培养理念。多次被评为学校、学院优秀社会实践指导教师。开设《区块链+AI与金融科技创新》（校级创新创业平台课、教育部协同育人项目）、《AI大模型与下一代数字金融》（校级AI+课程）、《区块链、大数据与金融情报学》等课程（教评分最高为4.98分）。指导学生获国内外大奖数十项，如美国数学建模大奖赛特等奖（全球前7,奖匾入藏校史博物馆）和一等奖等，广受学生好评。

   招生说明：

现招收博士生（2027年9月入学）和博士后（博士后可随时安排面试和入职等流程）。因博士生和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。特别欢迎竞赛生、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生和博士后，从事智慧财务、AI财务大模型、AI4Accounting、LLM4Accounting等方面研究；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生和博士后，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生和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，博士生和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生和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”，博士生和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）。

除博士生和博士后之外，课题组还招收各背景硕士生、访问学生、联培学生、科研助理、科研实习生、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、Agent4EconFinance、Blockchain4EconFinance、AI4SocialScience、LLM4SocialScience、Agent4SocialScience、Blockchain4SocialScience等感兴趣的学界、业界同行来合作。

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。

学生收益：

• 导师自幼参加信息学竞赛，为40年编程经验和20多年建模优化经验的“资深老码农”（拥有大数据挖掘分析、大规模金融经济超算智算和大模型预训练微调等方面丰富实战经验），热爱编程和数学（以及大规模超算智算、模型算法效能优化和分布式训练性能优化等），至今仍在每天编程建模一线（“大数据、大模型、大计算”），以此为乐，富有激情，课题组更像是“志同道合、切磋技术、教学相长、共同进步”的兴趣小组。课题组氛围和谐、单纯、友善、温馨、互助，技术气氛浓厚。

• 导师人非常nice，乐于分享，热心帮忙，悉心指导（在工业级别编程和软件开发、大数据挖掘分析、AI大模型建模优化实战等方面可手把手辅导），创新点ideas多，善于且乐于辅导和帮助及共同攻克各种难题。热爱教学，教评分最高4.98分，受到学生好评。作为“暖男”式导师，情绪稳定，温和有礼，富有同理心，平等友善对待学生，以鼓励性和商量性口吻交流，特别讲求人文关怀，无微不至关心爱护学生，主动帮助解决学业和生活困难，自掏腰包帮学生求医问药买营养品，致力于给学生留下美好求学回忆等。

• 导师拥有华尔街顶尖金融机构大数据AI量化金融实战经验，对金融市场运作机理有着深刻的认知和理解。

• 新工科、新商科、新社科三者前沿交融，文理交叉碰撞的跨学科发展氛围。培养爱编程、能推导公式、有Deep Thinking思想的高端复合型人才。致力于培养“码农+思想家”和“难题终结者”，善于总结理论思想和方法工具，在大模型智能体机器人时代的“码农+思想家”“难题终结者”人才培养方面有比较独到的思想、理念和方法。擅长制定个性化人才培养方案并精心培养人才。

• 拥抱大模型、与大模型Agent机器人同行共舞、all in AI大模型研发及应用。特别致力于探索区块链Web3+AI大模型融合、基于区块链可信大数据可信AI大模型智慧大脑和基础设施。

• 理论联系实践，两者兼顾、并重。技术研发注重落地，做真正有用的发明创造。从事过大量实践实战项目研发。用真正能够落地应用的技术创新来解决现实生活中痛点难题、推动人类社会进步。对开源世界特别感兴趣。

• 与斯坦福硅谷等强链接，进行国际科研合作与联合培养，联合发表成果，课题前沿性有保障。致力于构建 “谈笑有鸿儒、往来无白丁” “连线斯坦福硅谷”的技术爱好者兴趣小组，培养国际化、全球视野人才。

• 积极支持并助力申请出国留学、访学和交换。

• 未来就业出路广、前途好：既可以到互联网大厂，亦可去金融机构，还可以到高校或研究机构从事教学或科研工作（在信息口、管理口或金融经济及交叉学科创新方向从事AI大模型、大数据、AI4EconFinance、LLM4EconFinance、Agent4EconFinance、Blockchain4EconFinance、AI4SocialScience、LLM4SocialScience、Agent4SocialScience、Blockchain4SocialScience、金融科技、数字金融、金融信息与情报学、人文社科数字化、智能化和科学化等方向的教学和科研工作）。

• l 课题组算力资源充沛，特别钟爱大模型预训练、分布式训练性能优化以及大规模超算智算在金融经济中的应用（应用“大数据、大模型、大计算”全新范式）。

联系方式：

请感兴趣的同学、朋友联系blockchainfintech@126.com。