聚宽投资

岗位职责： 思考本源，寻找金融市场交易机会，构建因子模型 其他相关工作 岗位要求： 出色的编程技能，熟悉Python、Pandas等工具使用 精通单因子研究 热爱数理，拥有发散型思维，具备快速学习能力 优秀的个人品德，谦逊的做事风格，良好的沟通能力 乐观、积极、严谨而负责 熟悉机器学习、聚宽深度用户、竞赛获奖者优先（不限于NOI、ACM/ICPC、数学建模等

作为高级量化开发工程师，你将负责开发和维护投研平台的核心模块，涵盖数据处理框架、因子计算框架、AI模型训练平台、因子/模型分析框架以及回测框架等。你将与投研团队紧密合作，确保系统架构的高效性和可扩展性，同时优化系统性能，提升数据处理和模型训练效率。 公司采用分布式云计算架构，支持大规模数据处理和实时计算。结合大数据处理平台和AI模型训练平台，确保在高并发和低延迟环境下的稳定运行。 岗位亮点： 前沿技术融合：与顶尖团队合作，深度参与云计算、大数据以及AI等前沿技术在量化投资中的创新应用，挑战极致的性能优化。 价值直接可见：程序上的优化，可能直接影响收益的提升或降低计算成本，工作成果将直接转化为公司的核心竞争力，为公司创造可观的收益。 文化福利保障：简单、高效、务实的工作文化，提供具有市场竞争力的薪资待遇及员工基金等福利，分享公司成长红利。 我们希望你： 具有海内外知名高校本科及以上学历，计算机科学或相关专业毕业； 2年以上linux服务端c++开发经验，具备系统设计能力，对软件架构设计有深入理解； 熟悉C++语言，具备丰富的开发经验； 理解计算机底层原理，包括操作系统、数据库、网络等； 掌握常用数据结构与算法。 加分项： 有分布式计算平台或者机器学习平台的建设经验优先； ACM、数学建模竞赛等获奖者优先； 具备量化投资背景或策略开发经验者优先； 有大规模数据处理和分析经验者优先。 如果你喜欢应对未知挑战，具备学习心态，并对提升一切流程和效率充满热情，那么欢迎加入聚宽！

职位描述: 基于基本面数据、特色数据进行量化因子、模型研究 其他相关工作 职位要求: 本科以上学历 对基本面量化有一定理解 两年以上基本面量化相关研究工作，熟悉公司基本面研究方法，了解市场各类特色数据 出色的编程技能，熟悉Python、Pandas等工具使用 优秀的个人品德，谦逊的做事风格，良好的沟通能力 乐观、积极、严谨而负责 对基本面量化交易有浓厚兴趣，熟悉证券交易的业务知识 聚宽深度用户、各类竞赛获奖者、头部期刊论文者优先

岗位职责： 探索前沿技术：运用深度学习、强化学习及其他各种前沿AI技术，探索开发和优化投资模型 创新挑战：解决复杂的金融建模问题，利用最新的技术或设计全新的算法 自我成长：在一个快速发展的行业中不断学习，获取最新的知识和技能，推动自己成为行业领袖 岗位亮点： 站在AI与金融的核爆点——探索深度学习、强化学习等在百亿级资金规模的前沿应用 与顶尖量化团队共事，不断追求极致，打造最强大的投资模型 掌控企业级算力集群，充分释放潜能 研究成果直接转化为实盘策略，分享超额收益分成 开放合伙人晋升通道，有望4年内成为量化金融大佬 我们希望你： 1、可以运用机器学习任一分支领域（包括但不限于深度学习、强化学习、统计学习、组合优化及其他相关前沿技术），开展量化模型的研究与开发工作 2、拥有海内外知名高校本科及以上学历，计算机科学、数学、统计学或相关专业优先 3、具备丰富的机器学习应用场景算法工作经验，包括但不限于搜索、推荐、广告、图像、自动驾驶等，且上线过有显著业务增量的模型算法优先 加分项： 有强化学习、端到端经验，做过原生的生成式的训练，而不是直接用开源模型在上面去二次的微调。 或者有一定大模型链路研究经验，知道大模型内部是如何训练的， 最重要的是对量化比较感兴趣 如果你喜欢挑战且对量化交易领域具备强烈的求知欲，那么欢迎加入聚宽！

作为高级量化开发工程师，你将负责开发和维护投研平台的核心模块，涵盖数据处理框架、因子计算框架、AI模型训练平台、因子/模型分析框架以及回测框架等。你将与投研团队紧密合作，确保系统架构的高效性和可扩展性，同时优化系统性能，提升数据处理和模型训练效率。 公司采用分布式云计算架构，支持大规模数据处理和实时计算。结合大数据处理平台和AI模型训练平台，确保在高并发和低延迟环境下的稳定运行。 岗位亮点： 前沿技术融合：与顶尖团队合作，深度参与云计算、大数据以及AI等前沿技术在量化投资中的创新应用，挑战极致的性能优化。 价值直接可见：程序上的优化，可能直接影响收益的提升或降低计算成本，工作成果将直接转化为公司的核心竞争力，为公司创造可观的收益。 文化福利保障：简单、高效、务实的工作文化，提供具有市场竞争力的薪资待遇及员工基金等福利，分享公司成长红利。 我们希望你： 具有海内外知名高校本科及以上学历，计算机科学或相关专业毕业； 2年以上linux服务端c++开发经验，具备系统设计能力，对软件架构设计有深入理解； 熟悉C++语言，具备丰富的开发经验； 理解计算机底层原理，包括操作系统、数据库、网络等； 掌握常用数据结构与算法。 加分项： 有分布式计算平台或者机器学习平台的建设经验优先； ACM、数学建模竞赛等获奖者优先； 具备量化投资背景或策略开发经验者优先； 有大规模数据处理和分析经验者优先。 如果你喜欢应对未知挑战，具备学习心态，并对提升一切流程和效率充满热情，那么欢迎加入聚宽！

职位描述: 针对股指、商品期货，进行量化因子、模型研究 其他相关工作 职位要求: 本科以上学历 一年以上CTA量化研究工作，熟悉CTA研究方法，了解CTA相关特色数据，有一定的CTA因子储备 出色的编程技能，熟悉Python、Pandas等工具使用 优秀的个人品德，谦逊的做事风格，良好的沟通能力 乐观、积极、严谨而负责 对量化交易有浓厚兴趣，熟悉期货交易的业务知识 聚宽深度用户、各类竞赛获奖者、头部期刊论文者优先

职位描述： 作为基础架构开发工程师，你将负责开发和维护投研平台的核心模块，涵盖分布式计算、机器学习、K8S管理调度、任务流编排等。 你将与投研团队紧密合作，确保系统架构的高效性和可扩展性，同时优化系统性能，提升数据处理和模型训练效率。 岗位亮点： 前沿技术融合：与顶尖团队合作，深度参与云计算、大数据以及AI等前沿技术在量化投资中的创新应用。 价值直接可见：架构上的改进, 或者程序上的优化，可能直接影响计算速度或降低计算成本，工作成果将直接转化为公司的核心竞争力，为公司创造可观的收益。 文化福利保障：简单、高效、务实的工作文化，提供具有市场竞争力的薪资待遇及员工基金等福利，分享公司成长红利。 我们希望你： 具有海内外知名高校本科及以上学历，计算机科学或相关专业毕业； 熟悉K8S, 有2年以上基于K8S的云平台的开发经验； 有2年以上机器学习/分布式计算/可观测性系统的工程经验； 熟悉Python语言，具备丰富的开发经验； 理解计算机底层原理，包括操作系统、数据库、网络等； 掌握常用数据结构与算法。 加分项： 熟练使用C++； ACM竞赛获奖，区域赛银牌及以上。 如果你喜欢应对未知挑战，具备学习心态，并对提升一切流程和效率充满热情，那么欢迎加入聚宽！

量化研究员实习生（特征实习经验丰富） 1000-3000元日薪 岗位职责： 深入海量金融数据进行研究分析、挖掘有效信号 开发和优化量化模型策略 协助主管跟踪优化量化策略在实盘的表现 其他相关工作 任职要求： 海内外知名高校在读，本科及以上学历，理工科专业 出色的编程技能，熟悉Python、Pandas等工具使用，扎实的代码功底和实战能力 具有扎实的数学统计功底，精通数理统计 在机器学习、深度学习方面有着扎实的理论功底 具备良好的创新意识，逻辑思维能力、数据分析能力和快速学习能力，能够承受一定的工作强度 优秀的个人品德，谦逊的做事风格，良好的沟通能力，乐观、积极、严谨而负责 全职实习 3个月及以上，实习后考虑全职工作优先 加分项： 竞赛(IOI、NOI、ICPC、IMO、IPHO、CMO等)经历并取得优异成绩者 有相关领域顶会或顶刊paper发表 有量化研究实习经历并取得一定的研究成果

岗位职责: 开发和维护公司投研框架, 包括数据处理框架, 分析框架, 回测框架等 开发研究员需要的各种工具 任职要求: 985/211本科以上学历, 计算机或相关专业毕业 2年以上linux服务端开发经验, 有系统设计经验, 对软件架构设计有深入理解 熟悉python/c++/java/go/rust中的一门语言并大量使用 理解计算机底层原理, 比如操作系统/数据库/网络等 掌握常用数据结构与算法 加分项: ACM/数学建模比赛等竞赛获奖者 有量化背景/策略开发经验 有数据处理和分析经验

职位描述: 基于机器学习进行量化因子、模型研究 公司安排的其他工作 职位要求: 本科以上学历出色的编程技能，熟悉Python、Pandas等工具使用 优秀的个人品德，谦逊的做事风格，良好的沟通能力乐观、积极、严谨而负责 对量化交易有浓厚兴趣，熟悉证券交易的业务知识 具有机器学习应用场景算法经验优先 聚宽深度用户、各类竞赛获奖者、头部期刊论文者优先

工作职责： 1、负责私募基金运营相关工作，参与基金募、投、管、退各环节，并持续优化流程，提高运营效率； 2、有效支持公司业务发展，配合业务布局、落地运营支持； 3、依据合规要求配合市场募集等工作，进行各种资料审核、整理、归档，保证相关工作合法合规； 4、领导安排的其它工作。 岗位要求： 1、全日制本科及以上学历，金融、财务等相关专业；通过基金从业资格考试优先； 2、1年以上私募基金运营工作经历，熟悉量化投资相关策略产品优先； 3、熟悉私募基金运作，并具备持续优化能力； 4、认真细心负责，能承受较大压力，在高强度工作压力下还能做到高效和不失误。

作为基础架构开发工程师，你将负责开发和维护投研平台的核心模块，涵盖分布式计算、机器学习、K8S管理调度、任务流编排等。 你将与投研团队紧密合作，确保系统架构的高效性和可扩展性，同时优化系统性能，提升数据处理和模型训练效率。 岗位亮点： 前沿技术融合：与顶尖团队合作，深度参与云计算、大数据以及AI等前沿技术在量化投资中的创新应用。 价值直接可见：架构上的改进, 或者程序上的优化，可能直接影响计算速度或降低计算成本，工作成果将直接转化为公司的核心竞争力，为公司创造可观的收益。 文化福利保障：简单、高效、务实的工作文化，提供具有市场竞争力的薪资待遇及员工基金等福利，分享公司成长红利。 我们希望你： 具有海内外知名高校本科及以上学历，计算机科学或相关专业毕业； 熟悉K8S，有2年以上基于K8S的云平台的开发经验； 有2年以上机器学习/分布式计算/可观测性系统的工程经验； 熟悉Python语言，具备丰富的开发经验； 理解计算机底层原理，包括操作系统、数据库、网络等； 掌握常用数据结构与算法。 加分项： 熟练使用C++； ACM竞赛获奖，区域赛银牌及以上。 如果你喜欢应对未知挑战，具备学习心态，并对提升一切流程和效率充满热情，那么欢迎加入聚宽！

我们正在寻找一位具有系统工程深度与性能优化能力的机器学习高级工程师，共同构建面向量化研究的投研平台。该平台服务于大规模分布式计算、机器学习训练与推理任务，涵盖从云原生资源调度、任务编排，到模型加速与生命周期管理的全链路基础设施。 你将参与平台架构设计、核心模块开发和性能调优，提升系统的稳定性、可扩展性与运行效率。通过持续探索软硬件协同优化、调度算法、模型性能瓶颈分析等方向，帮助团队实现低延迟、高吞吐、强可观察性的计算基础能力。 岗位职责： 设计与开发支持量化研究与机器学习任务的高性能分布式平台，提升整体系统的可用性与扩展性； 优化模型训练与推理的执行效率，包括资源调度、异构计算、存储IO与通信路径； 深度参与Kubernetes集群的调度策略、任务管理与服务稳定性改进； 分析性能瓶颈，持续优化包括CPU/GPU利用率、内存/缓存命中率、模型加载效率等核心指标； 跟踪并落地业界前沿计算架构和系统优化方案，不断提升平台技术栈先进性。 任职要求： 重点本科及以上学历，计算机、电子工程、数学或相关专业； 熟练掌握计算机体系结构，了解现代 CPU/GPU 微架构与性能调优方法； 理解主流深度学习框架（如 PyTorch、TensorFlow）底层机制，具备模型执行优化经验； 熟悉 Kubernetes 生态，具备基于 K8S 的分布式系统开发或调度经验； 熟悉 Linux 环境，具备多线程/多进程编程经验，能使用系统级性能分析工具（如 perf、nsys、nvprof 等）； 熟练掌握常用数据结构与算法，具备良好的系统设计能力和工程实现能力。 加分项： 参与 TVM/XLA等深度学习编译器开发； 熟悉分布式存储、高性能通信协议（如 InfiniBand、RDMA）； 有大规模模型训练/推理服务部署与优化经验； 在开源高性能计算/AI系统中有贡献； 拥有 ACM 区域赛金牌及以上或类似竞赛背景。

岗位职责： 思考本源，寻找金融市场交易机会，构建因子模型 其他相关工作 岗位要求： 出色的编程技能，熟悉Python、Pandas等工具使用 精通单因子研究 热爱数理，拥有发散型思维，具备快速学习能力 优秀的个人品德，谦逊的做事风格，良好的沟通能力 乐观、积极、严谨而负责 熟悉机器学习、聚宽深度用户、竞赛获奖者优先（不限于NOI、ACM/ICPC、数学建模等）

职位描述： 我们正在寻找一位具有系统工程深度与性能优化能力的机器学习高级工程师，共同构建面向量化研究的投研平台。该平台服务于大规模分布式计算、机器学习训练与推理任务，涵盖从云原生资源调度、任务编排，到模型加速与生命周期管理的全链路基础设施。 你将参与平台架构设计、核心模块开发和性能调优，提升系统的稳定性、可扩展性与运行效率。通过持续探索软硬件协同优化、调度算法、模型性能瓶颈分析等方向，帮助团队实现低延迟、高吞吐、强可观察性的计算基础能力。 岗位职责： 设计与开发支持量化研究与机器学习任务的高性能分布式平台，提升整体系统的可用性与扩展性； 优化模型训练与推理的执行效率，包括资源调度、异构计算、存储IO与通信路径； 深度参与Kubernetes集群的调度策略、任务管理与服务稳定性改进； 分析性能瓶颈，持续优化包括CPU/GPU利用率、内存/缓存命中率、模型加载效率等核心指标； 跟踪并落地业界前沿计算架构和系统优化方案，不断提升平台技术栈先进性。 任职要求： 重点本科及以上学历，计算机、电子工程、数学或相关专业； 熟练掌握计算机体系结构，了解现代 CPU/GPU 微架构与性能调优方法； 熟悉 Kubernetes 生态，具备基于 K8S 的分布式系统开发或调度经验； 熟悉 Linux 环境，具备多线程/多进程编程经验，能使用系统级性能分析工具（如 perf、nsys、nvprof 等）； 理解主流深度学习框架（如 PyTorch、TensorFlow）底层机制，具备模型执行优化经验； 熟练掌握常用数据结构与算法，具备良好的系统设计能力和工程实现能力。 加分项： 参与 TVM/XLA等深度学习编译器开发； 熟悉分布式存储、高性能通信协议（如 InfiniBand、RDMA）； 有大规模模型训练/推理服务部署与优化经验； 在开源高性能计算/AI系统中有贡献； 拥有 ACM 区域赛金牌及以上或类似竞赛背景。