一、崗位職責(zé)：
1. 負(fù)責(zé)金融（股票、債券、期貨等）領(lǐng)域量化模型的開發(fā)、測試與優(yōu)化，推動模型在實(shí)際業(yè)務(wù)和實(shí)盤中的落地；
2. 基于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和人工智能等方法，研究和挖掘歷史數(shù)據(jù)，分析金融市場數(shù)據(jù)，尋找趨勢、規(guī)律和高價值因子，制定量化策略并支持實(shí)盤交易；
3. 運(yùn)用多特征工程技術(shù)進(jìn)行高效的數(shù)據(jù)預(yù)處理和特征提取，提升模型預(yù)測與決策準(zhǔn)確性；
4. 探索并應(yīng)用圖神經(jīng)網(wǎng)絡(luò)（GNN）等前沿技術(shù)，對復(fù)雜關(guān)系數(shù)據(jù)進(jìn)行建模與分析，支持因子開發(fā)和創(chuàng)新策略；
5. 參與全球（含A股）各類市場Alpha模型及因子挖掘、組合與優(yōu)化，推動因子組合管理、策略測試和落地；
6. 持續(xù)跟進(jìn)行業(yè)前沿技術(shù)，主動推動算法與模型的改進(jìn)創(chuàng)新，協(xié)作解決關(guān)鍵技術(shù)難題。
二、任職要求：
1. 碩士及以上學(xué)歷，計算機(jī)、人工智能等相關(guān)專業(yè)優(yōu)先（優(yōu)秀本科生可酌情考慮）；
2. 熟悉量化分析、機(jī)器學(xué)習(xí)/深度學(xué)習(xí)（含統(tǒng)計學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、組合優(yōu)化等）相關(guān)算法與理論，具備實(shí)際項(xiàng)目或模型開發(fā)經(jīng)驗(yàn)；
3. 熟練掌握Python、C++等編程語言，能夠高效搭建數(shù)據(jù)分析與機(jī)器學(xué)習(xí)模型，熟悉常用數(shù)據(jù)分析/機(jī)器學(xué)習(xí)庫（如Pandas、NumPy、Scikit-learn、TensorFlow、PyTorch等）；
4. 具備扎實(shí)的特征工程能力，熟悉圖神經(jīng)網(wǎng)絡(luò)（Graph Neural Networks）等復(fù)雜數(shù)據(jù)建模方法者優(yōu)先；
5. 對金融市場有濃厚興趣及一定研究基礎(chǔ)，有相關(guān)量化模型/實(shí)盤經(jīng)驗(yàn)者優(yōu)先；
6. 具備良好的溝通能力、團(tuán)隊(duì)協(xié)作精神，獨(dú)立思考與問題解決能力強(qiáng)，熱衷于技術(shù)鉆研與創(chuàng)新。
三、加分項(xiàng)：
1. ??金融/投資背景??：熟悉量化投資、股票分析，或?qū)I創(chuàng)造財富的潛力有深刻認(rèn)知；
2. ??工程化能力??：具備模型壓縮（量化、剪枝）、分布式推理等優(yōu)化經(jīng)驗(yàn)；
3. ??學(xué)術(shù)影響力??：發(fā)表過CVPR/NeurIPS等頂會論文，或參與開源項(xiàng)目（如LangChain、AutoGen）；
4. 在此領(lǐng)域（AI、大模型、算法優(yōu)化）內(nèi)有兩年以上工作經(jīng)驗(yàn)者優(yōu)先，可放寬條件。
四、福利待遇：
雙休+六險一金+年終獎+部門獎金+節(jié)假日福利+生日福利+員工體檢+員工旅游+電話補(bǔ)貼+交通補(bǔ)貼