岗位职责
你将运用大模型、机器学习等前沿技术，深度挖掘数据价值，核心聚焦于投资策略研发与量化交易基础设施构建，同时支持资产负债管理、资金运作及信贷风险管理等业务。 主要职责包括：
- 投资策略研发与优化： 通过数据挖掘、统计建模及大模型技术，研发和优化固定收益及其他金融产品的量化投资策略；
- 量化交易基础设施支持： 参与设计、构建或优化支持量化交易决策的数据分析平台、回测框架及风险管理工具，提升策略研发与执行的效率及智能化水平；
- 业务洞察与策略支持： 基于对资产负债结构、资金流动性、信贷风险等核心业务的理解，构建监控指标，进行深度分析，为业务决策提供数据驱动的策略建议；
- 前沿技术探索应用： 积极探索大语言模型(LLM)等AI技术在策略生成、风险模拟、智能决策支持等场景的创新应用。
职位要求
必须具备：
- 核心技能： 精通 Python ，熟练掌握 SQL。
- 专业背景： 应届硕士，专业为数学、统计学、金融工程、计算机科学、数据科学、经济学（计量方向）。
- 量化与模型热情： 对量化分析、统计建模、机器学习/人工智能有浓厚兴趣和学习能力，渴望应用于金融实践。
- 分析思维： 具备优秀的逻辑思维、结构化分析及解决问题能力。 我们希望你有一定了解的：
- 金融基础：了解固定收益、风险管理或资金管理基本概念。
- 量化/数据基础：了解统计分析、机器学习、时间序列分析基本方法；对大模型(LLM)原理与应用有初步认知。 加分项： 相关经验：
- 在金融机构、金融科技公司或量化团队的实习经验。
- 有使用大模型API/工具进行项目探索的经验。 量化能力：
- 理解或实践过量化模型（如定价模型、风险模型）或投资组合理论。
- 具备策略回测基础概念或经验。 工程化思维：理解数据处理流程，有数据可视化或基础数据工程工具使用经验。 应用与成果：能将技术转化为解决金融问题的具体方案或原型，并有可展示的分析/策略成果（报告、代码、模型等）。
