AI算法研究工程师

职位概述 进行专为金融应用设计的AI算法前沿研究。您将开发投资组合优化、风险建模和市场预测的新方法，同时发表研究成果，将我们公司定位为资产管理量化AI领域的思想领袖。 核心职责

1. 01

   研究和开发用于金融时间序列预测和投资组合优化的新颖机器学习算法

2. 02

   为多模态金融数据（文本、数值、图形）设计先进的神经网络架构

3. 03

   研究动态投资组合再平衡和风险管理的强化学习方法

4. 04

   与学术机构合作，在顶级AI和金融会议上发表研究成果

5. 05

   使用历史市场数据对创新算法进行原型设计和严格回测

6. 06

   与工程团队合作，将研究概念转化为生产系统

7. 07

   分析替代数据源，使用深度学习开发信号提取方法

1. 01

   计算机科学、机器学习、统计学、数学或相关量化领域硕士学位

2. 02

   在AI/ML会议（NeurIPS、ICML、ICLR）或金融期刊上有强有力的研究记录和出版物

3. 03

   机器学习理论、优化和统计建模的深度专业知识

4. 04

   精通Python和数学计算（NumPy、SciPy、JAX）

5. 05

   深度学习框架经验，能够从研究论文实现新颖架构

6. 06

   线性代数、微积分、概率和统计学的坚实数学基础

7. 07

   金融数学、计量经济学或量化金融知识优先 加分项

8. 01

   领先AI实验室的博士研究经验或高级研究科学家职位

9. 02

   与金融机构或金融科技公司的合作经验

10. 03

    专业领域专长：时间序列分析、图神经网络、因果推理或贝叶斯方法

11. 04

    高性能计算和大模型分布式训练经验

12. 05

    将研究转化为生产应用的成功记录

13. 06

    理解市场微观结构、衍生品定价或投资组合理论 技术技能

14. 01

    研究：PyTorch、JAX、数学优化库、统计软件

15. 02

    数学：高级线性代数、随机过程、信息论

16. 03

    编程：Python、R、C++、MATLAB、GPU计算（CUDA）

17. 04

    专业：时间序列分析、图神经网络、贝叶斯推理

18. 05

    金融：投资组合优化、风险建模、衍生品数学

19. 06

    工具：Jupyter、研究计算集群、实验跟踪（Weights & Biases）