职位描述
Alva（AI 投研 Agent 平台）| 上海 / 远程 | 质量工程 · 投研 · 产品 · 量化交易系统 · AI Agent
公司：Alva 是一个「你的 AI 投资 agent」——研究一个 thesis、盯一条叙事、回测一个想法、把策略自动化，都能在 Alva 上变成一个持续运行的 Playbook：一队 agent 24 小时盯盘，该提醒你的时候提醒你。背后接了 100+ 机构级数据源，社区还有一批可以关注、Remix、拿来改的 skill 和 playbook。
创始团队：连续创业者。联合创始人来自 Galxe（Web3 主流增长平台，3000 万+ 活跃用户），以及 MiniMax 的联创。团队小、全员 AI-native。
官网 https://alva.ai ｜ 完整 JD https://alva-careers.netlify.app
投递：简历发 [email protected]，邮件标题写清岗位名。我们是公司自己发帖，不是猎头/中介，我是 Alva 的 HR，直接对接。
1. 质量工程师 / Quality Engineer (AI-Native QA)
上海 · onsite ｜ 全职 ｜ ¥350K+ base + bonus + equity
2026 年大部分 QA 的 JD 还是 2018 年的写法：写用例、维护回归、提 bug。这个岗是反过来的——写用例、跑探索性测试、巡检生产，这些大部分交给 agent，你定策略、你守闸门。
你会做的：
- 三端（Web / App / IM Bot）的测试策略、回归清单、缺陷流程
- AI-native 自动化底座：Playwright + CI，把 agent 接进日常测试——从需求生成用例、在 PR 预览上跑探索性测试并回传截图录屏、失败自动归类
- 生产环境 agent 巡检：定时以真实用户身份走通「注册 → 对话创建 Automation → build Playbook → 收 Alert」，盯可用性、Alert 触达和金融数据正确性。如果某天的涨跌幅是拿昨收而不是前复权价算的，巡检要在用户之前抓到
- 定义回归通过率和逃逸率，让「发不发版」是有证据的判断
我们想找：3 年以上测试、自动化栈能从零搭并接 CI、AI First（Claude Code / Cursor / Playwright MCP 在你日常工作流里）、对投资有真实兴趣（自己看盘看财报，最好自己交易过）。LLM / eval 经验是加分不是门槛。
流程：一道半天到一天的笔试（探索性测试报告 + 一条可运行的自动化）+ 30 分钟当面答辩。
2. AI 投研与合作经理 / AI Investment Research & Partnerships Manager
上海 onsite 或美国远程 ｜ 全职 · 直接汇报 CEO ｜ Up to $200K + equity
一半时间做研究（用 AI 产出美股二级市场的研究内容，形式就是 Alva 的 Playbook / Skill），一半时间做 creator 侧的合作与生态。
我们想找：有美股二级市场 / 量化研究 / 股票研究背景，自己在用 AI 做研究、甚至用 AI 炒股，英语能对外发表和谈判。不需要有现成的 BD 资源；纯一级市场背景不匹配。
3. 产品经理 / Product Manager
上海 · onsite ｜ 全职 ｜ ~$100K + equity
端到端 own 核心模块：AI Harness / Agent 编排（自然语言 → 可靠的金融 agent）、交易执行的最后一公里、Playbook / Remix 生态。
我们想找：自己动手用 AI 造过东西（Claude Code / Cursor / n8n / 自建 agent），不是只会协调排期；说得清 LLM + 工具调用 + 记忆 + 规划这条链路，知道 RAG vs 微调怎么选、上下文窗口/成本/延迟的取舍、MCP 是什么、AI 产品的 evals 怎么设计；对金融市场有真实好奇心。
加分（越是非技术背景做到越加分）：研究过 Claude Code / Codex 这类 agent harness 的原理并持续 follow；有 GitHub 可查；面试前玩过 Alva 并能大致逆向出我们的 harness 机制。
流程：一道 5 天笔试——做一个 Portfolio Watch Skill，让任何用户用它生成带界面和 Alert 的 Playbook。看作品，不看 PPT。 不需要 MBA、名校、大厂 title。
4. 量化 / 算法交易系统工程师 / Quant · Algo (Trading Systems) Engineer
上海 ｜ 全职 ｜ $150K–$200K + equity
⚠️ 这是交易系统工程岗，不是策略研究岗。 做的是 Alva agent 背后那层执行引擎，scope 类似 QuantConnect Lean：
- 事件驱动的回测引擎（数据对齐、性能）
- 策略 runtime（用户自定义逻辑、生命周期、状态管理）、paper trading 环境
- 实盘链路：signal → order → execution
- Broker / Exchange 集成（REST / WebSocket）、订单生命周期（成交、部分成交、对账）
技术栈 Python / Go / Rust。要求日常真的在用 AI 编程工具做工程，不只是听说过。
5. AI Agent 工程师 / AI Agent Engineer
上海 或 美国西海岸 ｜ 全职 ｜ $100K–$200K + equity
build 并 ship 面向 quantamental investing 的 AI agent——不是写 prompt 脚本，是做产品级的 agent 系统。
我们想找：真做过 agent 工程（工具调用、记忆、规划、多 agent 编排、可观测性、降级方案）；把 evals 当一等公民，有测试集、有指标、能回归，而不是只有一个 "evaluator" 角色；工程基本功扎实，能端到端 own 一个系统上线。市场知识不是门槛。
以上五个岗都长期开放，简历发 [email protected] 即可，写清楚投哪个岗。看到会回。