AI导读：

DeepSeek本地化部署推动公募基金行业抢跑春季招聘，AI相关岗位需求激增。多家公募基金已率先体验到DeepSeek为业务优化带来的红利，但深度融合仍需行业长线探索。部分基金公司已体验到DeepSeek对业务的优化效益，但投研领域应用门槛较高。

21世纪经济报道记者黎雨辰北京报道 Deepseek对基金业所带来的变革影响，从近期机构对人工智能人才的热烈招聘中便可见一斑。2月以来，公募基金行业抢跑春季招聘，尤其在DeepSeek本地化部署的推动下，围绕AI相关的岗位需求显著增长。

这股人才渴求背后，是DeepSeek技术为基金业带来的深刻变革。多家公募基金已率先体验到这一技术基础设施为业务优化带来的红利，并普遍认为其在推动基金行业数智化转型中将发挥关键作用。

在机构广泛接入DeepSeek、拉开数智化转型大幕后，DeepSeek与基金业务链条的深度融合仍需行业长线探索。算法、量化等岗位因DeepSeek的引入而备受关注，成为多家基金公司的招聘重点。

例如，华安基金发布了AI算法工程师岗位，要求应聘者熟练掌握机器学习和深度学习算法，具备大模型应用开发经验，如ChatGPT、ChatGLM、DeepSeek等。汇添富则招聘高级IT经理，强调AI应用方向，要求应聘者精通Python编程，具备大语言模型训练和落地经验。

中小型公募基金也在积极招聘与机器学习紧密相关的算法、量化研究类岗位。DeepSeek的落地应用，正开启基金业务生态的新变局。多家公募机构已公开表示已完成DeepSeek大模型的本地化部署，并积极探索其在业务中的应用。

部分基金公司已率先体验到DeepSeek对具体业务的优化效益，如鹏扬基金通过引入DeepSeek模型升级营销材料合规审核系统，自动审核准确率提升至95%以上。易方达基金则借鉴DeepSeek经验，对自研金融大模型EFundGPT进行了大版本升级。

然而，DeepSeek与基金业务链条的深度融合并非一朝一夕。尽管在市场营销、客户服务等方面的应用落地迅速，但在投研领域，DeepSeek的应用仍面临较高门槛。量化条线对DeepSeek更易上手，但整体进度尚不明朗。

对于基金公司而言，如何在技术和成本壁垒缩小后，利用AI为业务场景提供解决方案，并在对客户端的输出和服务中体现出差异化，成为关键挑战。这一需求与多家基金公司在招聘AI人才时强调的技术开发和应用落地能力不谋而合。

（文章来源：21世纪经济报道）