【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、编写高效、可复用的实验代码，建立标准化日志体系与实时可视化分析报告，支撑模型快速迭代。

【研究方向】

高频（2-4人）/中高频（2-4人）/中低频（2-4人）

【任职要求】

1、国内外重点大学2026届本科及以上学历，计算机、数学、物理、统计、金融工程等理工科专业，具有量化研究或相关实习经验者优先（包括论文、workingpaper、策略回测报告等）；

2、熟练掌握 Python 及 PyTorch 深度学习框架，深入理解 LSTM、Transformer（含轻量化变体）、MLP 等高频预测场景适配模型；

3、精通 Linux 环境下的开发、调试与性能优化，具备扎实的工程能力；

4、有多卡训练、多机分布式训练（如 DDP、Horovod 等）经验者优先；

6、思维敏捷、逻辑清晰，具备团队合作和主动思考学习能力，工作态度认真勤奋；对量化投资的研究工作具有浓厚兴趣和热情。

【加分项】

1、奥赛/ACM/ICPC/NOI/KAGGLE等比赛获奖者优先，或在顶会 / 顶刊发表 AI 相关论文；

2、有大模型轻量化部署、嵌入式 AI 开发、低功耗算法优化等项目经验；

3、具备开源项目贡献或核心算法专利者。