高级金融算法工程师

本岗位的核心是研发、优化并落地基于机器学习、深度学习及强化学习的量化策略。您将全程参与从数据处理到策略研发的完整投资链路； 数据挖掘与处理：处理海量、多模态的金融数据，包括基本面数据、高频数据、另类数据、新闻文本等。构建高效、可靠的数据预处理和特征工程管道，为模型提供高质量的输入； 模型&策略研究与开发：负责模型的训练、验证、回测和持续优化，确保模型在样本外数据的稳健性； 独立研究并开发基于深度学习的量化因子，如图神经网络、Transformer等模型在价量、基本面、另类数据上的应用； 设计并实现基于强化学习的交易策略模型，解决组合优化、订单执行、市场动态博弈等问题； 探索和落地前沿的机器学习算法（如集成学习、无监督学习等），用于模式识别、市场状态划分和风险预测； 紧密跟踪策略表现，分析策略归因，并针对市场变化进行快速迭代和调整； 协作与创新：与数据工程师、软件开发团队紧密合作，推动策略的高效实现与系统集成。跟踪学术界与工业界的最新进展，探索将最新技术应用于投资实践的

学历与专业： 国内外知名院校硕士及以上学历，计算机科学、统计学、数学、物理、金融工程等相关专业； 技术经验：扎实的机器学习基础，熟悉常见的监督/无监督学习算法，并能在量化研究中灵活运用； 精通CNN、RNN/LSTM、Transformer、GNN等主流深度学习模型，并至少有一种在金融数据（如股票、期货）上成功落地的项目经验； 对强化学习（如DQN, PPO, SAC等）有深入理解，有将其应用于交易、组合管理或订单执行的实际经验者优先； 编程能力： 精通Python，熟练掌握PyTorch、TensorFlow、Keras等至少一种主流深度学习框架。熟悉SQL及常用的数据科学库； 在Kaggle、天池等数据科学竞赛中取得优异成绩，或有高质量相关领域论文发表。具备处理海量数据（TB/PB级别）和高性能计算的经验； 2年以上工作经验。有在国内外知名对冲基金、投行自营部或金融科技公司相关岗位的工作经验优先