今年秋招 ，公私募打响AI人才争夺战
◎记者 马嘉悦 王彭
2027届秋季校园招聘季拉开帷幕，公募基金行业对人工智能人才的争夺热度较高 。与往年零星试水不同 ，今年多家头部基金公司通过设立AI人才专项 、金融科技专场或AI方向岗位等方式 ，系统性扩大AI人才招聘规模，岗位设置从底层算法研究延伸至大模型应用 、智能体开发及平台架构 。这标志着 ，公募基金对AI的布局正从“单点探索 ”转向“系统化嵌入 ”。
私募基金亦是如此 。梳理今年头部私募秋招需求可以发现 ，AI算法研究员、AI工程师等岗位成为招聘信息中的“高频词”，多家百亿级量化私募相关人士表示，AI正加速重构私募的投研架构与流程 。
用业内人士的话来说 ，AI时代 ，大量机构过往积累的研究经验和壁垒可能会被颠覆，公私募机构抢人 ，是在抢未来10年甚至更久的核心竞争力。
公私募掀起“抢人大战 ”
近期 ，多家公私募基金启动2027年校招 。在各家机构的招聘启事中，“AI ”无疑是最亮眼的关键词之一 。
易方达基金在2027届校招中单独设立了“AI人才专项” ，面向应届生招聘AI工程师 、AI研究员及AI应用岗。具体来看：针对科技团队 ，招聘岗位包括大模型算法工程师 、AI全栈工程师、AI数据工程师和AI安全工程师；针对投研团队，招聘岗位包括权益投研与量化融合 、指数研究 、量化投资等；针对业务团队 ，招聘岗位包括投研平台建设、股票交易等。
以AI研究员（权益投研与量化融合）岗为例 ，需要探索机器学习、大语言模型在公司研究与投资决策中的应用，协同推动AI与量化研究成果落地 ，提升投研效率；围绕权益投资问题挖掘多维数据中的投资信息与规律；将行业及基本面逻辑转化为量化信号 ，并检验其有效性与稳定性 。
南方基金开启了2027届金融科技专场校园招聘，涉及AI框架工程师 、AI评测工程师 、AI应用开发工程师、AI数据工程师 、AI产品经理等多个AI相关岗位 。对于任职要求，南方基金提出 ，应聘者要具备扎实的编程基础（Python/TypeScript） ，熟悉流式处理与异步编程模型，理解大模型工具调用 、多模型路由机制 ，熟悉主流智能体编排框架与协议。同时 ，还要具备系统架构设计能力与技术攻关能力，可独立承担模块从设计到落地的完整周期 。
招商基金在此次秋招中设立软件开发岗（AI方向）及AI算法岗的实习岗位 ，招聘对象面向海内外2027届应届毕业生 。
申万菱信基金在2027届秋招中增设了金融科技赛道 ，岗位名称为AI与金融工程岗。
私募基金同样对AI人才求贤若渴 。近日，九坤投资发布北京大学线下宣讲会相关内容 ，此次招聘需求包括量化策略研究员、AI算法研究员 、数据科学家等量化研究方向 ，以及量化实现工程师 、AI工程师等工程方向 。另外，九坤投资官方网站 显示 ，该公司社会招聘急需AI算法研究员 ，岗位职责为挖掘海量的金融数据，在特征提取、费用 预测 、组合优化等不同的应用场景实践机器学习算法，以及AI前瞻领域预研与实验等内容。
明汯投资近期启动的2027全球校园招聘 ，也发布了AI算法研究员这一岗位 。宽德投资近期启动的2027全球校招则积极寻找机器学习研究员这一岗位的相关人才 。
招聘领域与偏好生变
从本轮公募基金校招情况来看 ，AI相关岗位设置呈现专项化 、体系化特征，覆盖大模型算法、AI全栈 、AI数据 、AI安全、AI框架、AI评测 、AI应用开发 、AI产品经理等方向 ，并延伸至权益投研与量化融合、指数研究 、量化投资 、投研平台建设、AI与金融工程等交叉领域 ，形成从底层技术到业务落地的完整人才链条。
“我们需要的AI人才，不是单纯做技术开发的‘码农’ ，而是既懂AI技术 、又理解资管业务逻辑的复合型人才 。 ”沪上一家公募基金相关人士说 。
私募在招募AI人才方面 ，则更加注重候选人对AI工具的使用能力和判断力。
北京一家百亿级量化私募相关人士称，AI时代公司会额外关注候选人对AI工具的实际使用能力 ，以及如何平衡AI能力与自身领域知识提升的关系。AI解决的是普遍的效率问题 ，但真正能提出好问题 、有深度判断力的人才更加稀缺 。
AI改写资管业人才需求
资管机构全方位开展AI人才争夺战背后，是AI对行业的深刻重塑 ，以及对人才价值的重新定义 。
灵均投资首席投资官马志宇认为 ，AI的融入正在重塑投研生产链路：首先，AI实现了研究人员个体效能的提升，近来 大模型能够迅速梳理海量文献、提炼研究思路 ，还可辅助完成代码编写 、公式与参数优化 ，既能大幅提升因子开发效率，也进一步提高研究深度；其次 ，随着个人能力边界不断拓宽 ，研究员将逐步打破岗位壁垒，兼顾因子开发与模型搭建 ，以催生更优质的策略成果。
“AI带来的生产力提升终会推动量化私募组织架构的变革 。 ”马志宇称，过去模块化 、细分化的分工模式将逐步转向更灵活、一体化的协作机制 ，因此招纳AI人才及加大相关硬件投入刻不容缓 。
超量子基金创始人张晓泉坦言 ，一些人对AI的理解还停留在效率工具阶段。但对基金行业而言，真正被重写的是方法和组织 。传统的投研流水线是数据 、因子 、回测、风控和交易 ，而AI时代投研流水线则变成了问题、假设 、探索 、判断和筛选 。“这意味着 ，过去企业依靠层级和流程组织起来，而未来组织可能更像网络——围绕问题临时聚合，由AI承担执行和协调 ，人则直接负责判断。”张晓泉说 。
站在未来人才需求的角度 ，止于至善投资总经理何理表示：“近来 AI在投研领域的表现已基本没有‘本科生感’，很多时候甚至能达到优秀硕博士的水平 。对AI有敏感度和热情的人才 ，可能是金融机构未来真正需要吸纳的新生力量。”
