量化研究员 （高频模型）

岗位职责 1.构建、训练、优化用于资产价格预测、风控等任务的深度学习模型； 2.跟进并复现金融领域前沿论文模型，进行本地化实验和效果评估； 3.参与模型在多卡/多机环境中的训练与部署； 4.配合研究员，对模型结果进行金融含义解读及风险分析； 5.编写高质量的实验代码、日志与可视化分析报告。 任职要求 1.熟练掌握 Python 及 PyTorch 等深度学习框架，熟悉 LSTM、Transformer、MLP 等常见预测模型结构； 2.熟悉 Linux 环境下的开发与调试，具备良好的工程能力； 3.有多卡训练、多机分布式训练（如 DDP、Horovod 等）经验者优先； 4.有量化行业项目或实习经验者优先； 5.拥有金融工程、统计、计算机、数学等相关专业背景优先； 6.每周实习时间不少于 4 天，能够持续实习 4 个月以上者优先。 【加分项】 1.有 A 股因子研究或 alpha 预测模型开发经验； 2.熟悉 Barra 等风险因子暴露控制方法，理解行业中性化、中性回归、因子暴露控制等实务操作； 3.熟悉金融领域常用评价指标（如 IC、IR、夏普比率等）； 4.了解风险管理建模方法，如 VaR、CVaR、下行风险等。 【你将获得】 深度参与真实对冲基金研发流程； 实际参与预测信号构建、模型验证与策略回测； 系统性提升在金融机器学习领域的研究和工程能力； 表现优异者可转为长期研发岗或全职留用机会。