量化开发工程师

'这是一个用代码打败市场的岗位--如果你擅长Python开发，对数学模型与金融市场感兴趣，欢迎申请，无需金融背景，代码能力优先！ 量化投资实现是将数学模型与计算机工程结合，通过编程实现自动化金融投资决策的交叉领域，开发者需要成三项核心任务: 1策略工程化，将研究员(策略师)的交易逻辑转化为可回测、可执行的代码； 2数据与模型开发，处理海量金融数据，构建模型因子； 3在技术平台上线策略，确保策略稳定运行。 量化投资开发对编程实现者素质要求较高，且需要独立工作能力: 核心目标-追求策略投资收益与风险控制； 技术挑战-低延迟、高并发、数据密集型处理； 知识需求-数学建模和金融规则的快速学习。 而传统软件开发通常更关注功能实现、业务逻辑和可扩展性。 任职要求: 1学历与专业 统招本科以上学历，数学、计算机、工程类、统计学等相关专业 985或海外QS200院校背景优先（非必须） 2经验与技术 两年以上Python使用经验（numpy/pandas/ta-lab/zipline等），有大型互联网企业、软件开发企业工作经验，交付成果认真负责； 熟悉其他技术栈C++/Java/R/Matlab者加分； 熟悉API对接与开发，有主流量化交易平台经验者加分，例如迅投QMT、聚宽等等 掌握SQL数据库使用。 3软素质 具备快速响应能力，适应盘内高强度交易环境； 代码风格规范，注重工程化与可复用性； 学习能力强，具备快速理解抽象需求转化技术实现的能力。 我们提供 参与千万美金级资金管理的策略的核心开发，接触前沿的量化投资策略； 与投资人的协同工作的成长机会； 有竞争力的薪酬体系（底薪+奖金+策略分红） 扁平化管理结构，工程师文化工作氛围。 岗位适配说明: Q我不懂金融，能应聘么？ A金融知识可以通过具体实践中快速学习补充，我们更看重编程能力与数学基础(统计学、线性代数、高等数学等） Q该岗位与算法工程师有什么区别？ A算法工程师聚焦通用模型优化，而量化开发要求与金融场景的适配(例如股价预测、市场中微观结构等)