21解讀丨DeepSeek開始引發公募基金展業變局

21世紀經濟報道記者 黎雨辰 北京報道DeepSeek對基金業所帶來的影響，從近期的機構招聘需求中便能窺見一斑。

2月以來，一批公募基金已開始搶跑春季招聘行情，發起新一輪“英雄帖”。而在DeepSeek本地化部署浪潮下，月內新增的基金社會/校園招聘崗位中，圍繞人工智能相關的崗位出現了一定增長。

集中的人才渴求背後，是DeepSeek對基金業一時激起的千層浪潮。

當前，多家公募已率先嚐到這一技術基礎設施爲業務優化帶來的甜頭，並普遍認同其在推動基金行業方面將會有毋庸置疑的影響。

而在機構廣泛接入、拉開數智化轉型序幕後，就像許多基金公司會同時看重應聘者的AI技術開發和後續應用落地能力一樣， DeepSeek與基金業務鏈條的深度融合也難以一蹴而就，依然需要行業長線探索、“深度學習”。

算法、量化等崗位受關注

2月17日，華安基金同日新發布了三則信息技術類社招崗位，其中之一便是AI算法工程師。從官網的描述來看，該崗位負責機器學習、深度學習等主流人工智能技術研究與應用，具體職責從AI算法的研發和實施、AI產品的系統開發、實際應用場景的落地到爲其他項目組提供技術支持，不一而足。

複雜全面的工作內容，也要求應聘者具備紮實的機器學習和深度學習知識。招聘信息顯示，應聘者需要“熟練掌握常見的機器學習和深度學習算法和工具，具備大模型應用開發經驗者優先，如ChatGPT、ChatGLM、DeepSeek等，並對訓練、精度/性能調優、推理部署有完整的實踐經驗。”

無獨有偶，2月11日，匯添富發佈了高級IT經理的社會招聘崗位，並明確強調負責AI應用方向。該職位要求應聘者精通Python編程，熟練掌握主流機器學習框架；深入理解Transformer架構和大語言模型原理，具備至少三年以上的大語言模型訓練和落地經驗。

從職能來看，高級IT經理的工作將分爲兩方面。一方面，應聘者要負責大語言模型的全流程研發和優化，包括前期的數據處理、模型評測、預訓練、微調和部署，後期提升模型的運行效率和推理速度。另一方面，應聘者還要負責模型在產品應用層面的最終落地，設計並實現基於大語言模型的解決方案，提升公司投研風控、市場服務等核心業務效率等。

易方達基金也在2月10日發佈了關於算法研究員的校招崗位。

該崗位面向博士開放，要求應聘者瞭解機器學習算法原理，能夠結合業務場景進行建模研究，與工程師配合進行人工智能金融項目研發。同時還需要跟蹤人工智能學術研究、行業應用的最新動態；研究和理解機器學習和深度學習算法原理，將其應用於金融領域的業務場景等。

與此同時，中小型公募基金也在廣納賢才，與機器學習緊密關聯的算法、量化等研究類崗位，是相關公司近期的招聘重心。

例如2月14日泓德基金啓動的新一輪校園招聘中，包含算法研究員崗位。跟蹤深度學習領域最新研究成果，提煉可用於投資的模型思想，復現並優化相關論文，構建有開創性的神經網絡模型並持續迭代；研究市場微觀結構，參與高頻因子開發測試，通過統計和機器學習工具實現高頻特徵提取和低頻化工作。同時，該崗位在2024年9月便已發佈並進行了一輪招聘。

國聯基金則在2025屆春招提前批實習招聘簡章中明確招聘量化研究員，具有統計學、機器學習等基本知識，工作內容之一爲基於機器學習進行量化選股模型研究。

不過，也並非所有公募眼下都急於增補技術人才儲備。從背後原因來看，一些公司是因爲已在模型開發應用方面未雨綢繆，另一些在加大投入前，仍在對模型帶來的具體效益進行測算、觀察。

一家中型公募人士向21世紀經濟報道記者表示，公司近期沒有新的招聘動向，可能是因爲公司技術部門對AI相關的研究和佈局啓動得更早，同時公司開發部門先前也已調配了更多人手支持AI相關工作。記者瞭解到，該基金公司近年一直在不斷探索AI與業務的融合應用，在此次接入DeepSeek之前就已進行過私有化模型的部署。

另一家已啓動DeepSeek部署規劃的公募人士則告訴記者，考慮到行業目前還未到擴張期，公司會跟隨後續行業趨勢，再去考慮AI相關人才的招聘事宜。影響公司後續經營決策的，包括AI模型應用的檢驗結果、投入的成本收益分析等。

開啓基金業務生態變局

基金公司求賢若渴，與DeepSeek的落地所帶來的金融業生態變革密不可分。

春節以來，多家公募機構對DeepSeek的部署和應用進展陸續公開有所發聲。進入二月中下旬，基金公司“搶灘”新技術的浪潮仍在持續。

2月16日，財通基金、西部利得基金公開表示已完成DeepSeek大模型本地化部署，而在此之前，10餘家基金公司也已在近期公開宣佈對這一大模型的接入。

還有一些頭部規模的基金公司雖未公開披露在DeepSeek方面的規劃情況，但也向記者表示，公司對DeepSeek的部署和應用開發在日前就已經落地。區別於以鏈接方式接入，本地的私有化部署不僅保障了數據安全性與響應效率，也提升了模型服務的性能和穩定性。

事實上，許多公募基金也已不是第一次使用人工智能賦能業務。

2024年以來，很多中大型公募都爲公司系統接入過多款主流人工智能模型，甚至是做過自研模型的探索。但和過往的開源模型相比，DeepSeek顯著低於同行的訓練與推理成本，以及領先的可用性與使用效率，都對AI大模型應用在基金業的鋪開產生了前所未有的促進作用。

眼下，部分基金公司已經率先體驗到了DeepSeek對具體業務的優化效益。

“公司基於Coze智能體平臺開發的營銷材料合規審覈系統已實現85%以上的規則命中率，但在處理複雜條款時仍存在優化空間。近期，通過引入DeepSeek模型對原有方案進行升級，其出色的理解能力顯著提升了規則的識別精度，目前自動審覈準確率已提升至95%以上。後續將持續優化模型對金融領域專業術語的適應性。”鵬揚基金IT部負責人向記者表示。

易方達基金則提到，接入DeepSeek後，公司借鑑DeepSeek在大模型合成數據和知識蒸餾方面的優秀經驗，讓此前自研的金融大模型EFundGPT得到了大版本升級優化，着重提升了專家框架和深度思考能力。

“與DeepSeek-R1結合之後，R1的強推理機制助力EFundGPT在公司內的一些‘重邏輯’的場景發揮更大作用，比如智能投資研究、材料審覈、智能客服、智能投顧、智能個人助手等領域。”易方達基金稱。

富國基金還在近期指出，經過科技團隊的探索驗證，目前本地化部署模型在公司內部數據加工、代碼輔助生成、文字生成、企業級RAG、研報解讀等應用方向上達到了可用階段。

不過需要注意的是，儘管基金業對DeepSeek探索的啓動是近乎“爆發式”的，使其與基金業務鏈條實現深度融合，並完成向公司利益的轉化，卻並非朝夕之間。

記者瞭解到，目前DeepSeek整體在市場營銷、客戶服務、公司合規、運營管理等方面的應用落地得比較迅速，可以圍繞內容生產，對機構工作的效率、準確度等帶來改善。

相比之下，囿於開發難度、員工適應性和驗證週期，DeepSeek在投研領域體現實質效用，需要的時間會相對更久。

“在投研領域，DeepSeek的應用仍有較高門檻。”前述鵬揚基金IT部負責人指出。據瞭解，模型在投研的應用包括研報語義解析、事件歸因分析、重塑量化策略的研發流程、實現高效的因子挖掘與回測優化等。

一家大型公募基金人士同樣表示，儘管目前公司的投研員工已有意識地在工作中儘可能多用AI，但大多主要停留在個人練手階段，許多研究員仍對接受DeepSeek的選股感到“惶恐”。相比之下，量化條線對DeepSeek更易上手，已開始嘗試用其訓練模型，但進度尚不明朗。

“將DeepSeek本地化部署不難，但在技術和成本的壁壘都大幅縮小之後，重要的是怎麼使用AI給業務場景提供解決方案，而且不僅要在公司內部科技系統落地，還應該考慮在對客戶端的輸出和服務中體現出差異化。”另有受訪公募人士指出。

記者注意到，這一企盼與多家基金公司在近期進行AI人才招聘時，對應聘者能夠做到技術開發、應用落地“兩手抓”的要求不謀而合。