私募招聘打破常规:18岁、高中学历可投,前提是会用AI
炒股就看金麒麟分析师研报,权威,专业,及时,全面,助您挖掘潜力主题机会!
每经记者|杨建每经编辑|赵云
在私募行业里,投研岗位过去一直被视作名校硕博生的“竞技场”。但近日,北京一家私募机构发布的招聘启事,却一下子冲破了业内默认的学历和年龄门槛——只要已经年满18周岁,并具备高三在读或高中毕业相应学历水平,就拥有报名资格。
消息发布后,迅速在私募圈掀起讨论:难道私募投研这类核心岗位,如今真的可以不看学历、也不强调投资履历了吗?事实并没有这么简单。据了解,这次招聘真正看重的重点,在于应聘者必须提交完整的AI使用体会、使用记录以及代表性案例。其中,首席人工智能官岗位更明确提出,需要推动企业与AI深度结合,全面重构业务体系,以实现生产效率成倍提升、运营成本下降等目标。
在AI加速渗透的时代,能力是否已经超过学历的重要性,人工智能会不会真正“改写”私募行业格局?业内对此仍存在不同声音。
这家打破传统招聘惯例的私募机构名为“止于至善”。其官方微信发布的招聘信息显示,2008年及以后出生者(前提是已满18岁),在各岗位申请中不再受学历门槛限制;公司也直言“相信AI时代能力高于学历”。招聘公告同时列明多项待遇与要求:新员工入职后即可获得每年至少5万元的AI使用预算;应聘者则需要提交详细的AI使用心得、使用记录、代表案例,以及简历、经历证明、投研报告等材料,供AI先行完成初步筛选。
从岗位设置来看,首席人工智能官将负责主导公司与AI的融合和重塑,关键目标是显著提升生产效率、压缩运营成本;投研岗位则覆盖科技创新、消费、医药、制造、周期五大赛道,录用后可逐步向基金经理方向培养,公司还会额外提供相当于基础薪资50%的AI工具预算,帮助投研人员实现“Token自由”。与此同时,招聘条件中也强调了品行和综合能力,例如认可长期主义、热爱富有挑战和成就感的工作,并具备较强抗压能力与自我驱动力。
据了解,止于至善已经明确了2026年的投资策略,其规划中的“星际舰队”产品线目前已进入运营阶段,而且全部采用投研团队与AI协同研发、形成“共识”的交易体系(属于“AI赛博坦”子体系之一),核心策略定位于“全球价值投资策略”。从此次招聘要求不难发现,这家公司已将AI深度嵌入投研、风控、运营、市场等关键业务链条,并为员工配置专门的AI工具预算。早在2023年,该机构就曾宣布启用“人工智能机器人(14.890, 0.01, 0.07%)”(AI)独立管理旗下相关资管产品。
止于至善总经理何理在接受《每日经济新闻》记者采访时表示:“我们的初衷,更多还是想从名校中招募少年天才,比如中科大少年班、人大附中等;我最近也和相关学校校长进行了多次交流。目前我们已更新招聘启事,把年龄门槛从16岁调整到18岁,团队本身也担心年纪太小的应聘者在心理成熟度上存在问题,对于此前引发的质疑,我们深表歉意。未来我们会继续在合规框架下,探索AI时代人才培养的新方式。”
这次止于至善的招聘,看上去像是在放宽学历和年龄要求,实际上更像是把人才争夺的起点进一步前移,真正争抢的仍然是具备AI能力的人。事实上,私募行业围绕AI人才的竞争早已展开,头部机构正在加快布局,集中抢占AI技术高地。如今,不少私募公司都在积极招募机器学习研究员、神经网络工程师、深度学习工程师、AI算法研究员、AI量化工程师、算法开发工程师等相关岗位人才。
量化巨头幻方量化,正是私募行业中较早布局人工智能的代表机构之一。其早已开启AI人才招募,重点探索通用人工智能(AGI)方向。根据官网资料,幻方AI打造了深度学习训练平台“萤火二号”,并研发出面向AI场景的大容量高带宽文件系统(3FS),可支持AI模型扩展至多节点运行,实现大规模并行训练。尤其是在孕育出DeepSeek之后,幻方量化更大程度提振了整个私募行业对AI的热情,推动量化私募加速拥抱AI技术,也体现出金融行业对AI前景的高度看好。
除了幻方量化之外,多家百亿级量化私募也在持续加码AI领域。百亿量化私募鸣石基金早在2021年便设立AI实验室G-Lab,2022年启动算力硬件基础设施建设,先后上线鸣石超算一期“仙女座”、二期“英仙座”,并于2025年继续扩容“星座计划”超算体系。目前,该机构正面向全球招募AI科学家,推动AI技术创新和实际应用,探索深度学习、机器学习等前沿算法方向。
2025年2月,百亿量化私募宽德投资也曾发布招聘公告,为宽德智能学习实验室招募AI方向人才,重点投入通用技术研发,主要岗位包括AI研究员和AI工程师。同年年初,九坤投资联合微软团队发布了一篇AI领域相关论文,成功复现DeepSeek-R1的研究成果。据悉,九坤投资也较早设立人工智能实验室,专注前沿AI技术研究,推动通用技术在实际场景中的落地,并围绕多个细分方向开展多元化研究,加快AI技术应用转化。
业内人士认为,AI技术对量化私募的赋能,主要集中在四个层面:其一是优化投资决策,借助大数据和机器学习挖掘市场潜在规律;其二是强化风险管理,实现对投资风险的实时监测和组合动态调整;其三是提高交易执行效率,进一步压缩交易成本;其四是提升运营效率,通过办公流程自动化释放更多人力资源。
封面图片来源:AIGC
责任编辑:高佳
新浪财经声明:此消息系转载自合作媒体,新浪财经登载此文出于传递更多信息之目的,文章内容仅供参考,不构成投资建议。
郑重声明:1.根据《证券法》规定,禁止编造、传播虚假信息或者误导性信息,扰乱证券市场;2.用户在本社区发表的所有资料、言论等仅代表个人观点,与本网站立场无关,不对您构成任何投资建议。用户应基于自己的独立判断,自行决定证券投资并承担相应风险。