返回岗位列表

量化交易基础设施数据工程师（AI训练方向）

查看原岗位

地点：北京薪资：40-70K 日期：2026-06-26

岗位摘要

搭建高保真量化策略回测模拟环境，生成带时序标签、统计一致性约束和市场微观结构特性的合成策略数据集；设计针对核心量化策略范式（alpha因子合成、统计套利、事件驱动、CTA、ML因子等）的边界测试用例，将正确实现与典型错误配对为训练样本

岗位职责

搭建高保真量化策略回测模拟环境，生成带时序标签、统计一致性约束和市场微观结构特性的合成策略数据集
设计针对核心量化策略范式（alpha因子合成、统计套利、事件驱动、CTA、ML因子等）的边界测试用例，将正确实现与典型错误配对为训练样本
构造alpha因子→信号生成→组合优化→风控因子的代码演进数据：从策略思路、假设提出、回测验证到具体实现的多步推理链
设计包含隐蔽陷阱的负面样本（前视偏差、生存者偏差、过拟合、因子衰减、样本外失效等），训练模型识别常见策略陷阱
开发量化策略专项评估基准，覆盖因子有效性、回测稳健性、风险约束、夏普比率、最大回撤、信息比率等维度

任职要求

3年以上量化策略研究或策略开发实战经验
精通Python/C++
熟悉至少一种回测框架（zipline / backtrader / rqalpha / vnpy / 内部框架任一）
深入理解市场微观结构（订单簿、撮合机制、流动性）与统计学习/时间序列分析
强逻辑思维：能将复杂的金融业务规则（因子合成、风险模型、组合优化）准确转化为代码逻辑
有私募量化或自营交易台的策略研究经验加分

福利待遇

薪资范围：40-70K·16薪
工作地点：北京海淀区蓟门壹号
与各领域资深工程师及算法团队紧密协作
长期、持续演进的核心技术岗位

工作地址

北京海淀区蓟门壹号蓟门壹号