· 国内外知名院校，数学、统计、物理、计算机专业，硕士及以上学历，博士最佳；

· 5年以上相关量化投资工作经验，且1年以上的量化投资实盘业绩；

· 具有一定的抗压能力和良好的心理素质，扎实的数理分析、逻辑推理能力、协调沟通能力、分析判断能力、数量化模型分析能力。

· 量化因子/策略开发：基于高低频价量数据、财务数据、事件数据和另类数据的因子挖掘，因子有效性研究；

· 多因子整合：利用统计模型、机器学习等方法对多因子进行线性/非线性整合；

· 组合优化研究与归因分析。

· 国内外知名院校，计算机科学、软件⼯程或相关专业硕士及以上学历；

· 深⼊了解深度学习模型训练流程，熟悉主流深度学习框架（如 PyTorch）；

· 熟悉分布式系统和⾼性能计算（HPC），有多 GPU 或多节点训练经验；

· 熟练掌握 Python 和⾄少⼀种系统编程语⾔（如 C++、Go）；

· 熟悉深度学习性能优化⽅法，包括 GPU 加速、混合精度训练等；

· 熟悉容器化技术（如 Docker、Kubernetes）及其在深度学习中的应⽤；

· 善于分析复杂问题，能够快速定位并解决性能瓶颈；

深度学习平台开发与维护：

· 设计和开发⽀持⼤规模深度学习模型训练的分布式平台；

· 构建 GPU 集群管理、资源调度和⾼效训练管道；

·  设计适配云计算服务上的分布式深度学习⼯作流。

性能优化：

· 优化深度学习训练效率，包括多 GPU 和多节点分布式训练；

· 实现训练任务的⾼效调度与并发处理，减少资源空闲时间；

· 针对⼤规模数据处理任务优化 I/O 和数据预处理性能；

· 在Kubernetes集群上调优分布式训练性能，包括⽹络通信和 GPU 使⽤效率。

平台功能扩展：

· 集成主流深度学习框架（如 PyTorch）和分布式框架（如 NCCL、Horovod）；

· 构建⽀持混合精度训练、分布式梯度同步等功能的模块；

· 适配云端分布式 GPU 环境，扩展云端模型训练能⼒。

⼯具链开发：

· 开发⾃动化⼯具，简化模型训练、超参数调优、结果分析等⼯作；

· 提供⾼效的⽇志、监控和调试⼯具，快速定位系统瓶颈。

⽀持模型部署：

· 协助构建深度学习推理服务，实现模型的在线部署；

· 优化推理性能（如 TensorRT、ONNX）并⽀持⾼并发。

· 国内外知名大学，本科及以上学历；

· 要求为人正直、亲和力强、有激情、逻辑性强。具有较好的沟通表达能力、团队合作及吃苦耐劳精神；

· 具有1年以上银行私行、信托、私募、财富管理公司等的高净值客户服务相关工作经验；

· 有丰富的客户资源者优先；

· 对量化投资策略有较深理解或英文口语流利者优先。

· 私募量化基金产品的高净值客户开拓和维护；

· 负责高净值客户、家族办公室等的开发，并提供投资产品推广路演、投资者培训等各项服务；

· 跟踪行业最新动态，挖掘潜在的市场需求。