量化研究员(机器学习)(实习/实习转正) 工作地点:深圳/上海 工作内容: - 因子组合预测研究
量化研究员(机器学习)(实习/实习转正) 工作地点:深圳/上海
工作内容:
- 因子组合预测研究
• 利用强化学习、深度学习等方法,对公司已有因子进行组合,产出对加密货币市场未 来收益的预测
• 研究与优化因子模型的表现,进行统计检验并结合市场动态迭代算法策略
- 算法优化与性能提升
• 探索不同机器学习算法,优化模型的运算速度与资源消耗,以提升实盘运行和迭代效 率
• 根据实际需求调整算法实现,包括模型的轻量化和计算资源的分配优化
- 机器学习投研框架的完善
• 与开发人员合作,对现有 infra 提出改进,确保模型训练与运行的可靠性
任职要求:
- 计算机科学、机器学习、数据科学、金融工程等相关领域硕士或以上学位
- 在机器学习、深度学习、强化学习相关领域具有实际项目经验
- 熟悉常用的机器学习工具与框架(如 TensorFlow、PyTorch、Scikit-learn 等)
- 对常用的机器学习(线性模型,决策树等)/深度学习算法(RNN, LSTM, Transformer 等) 及其原理有深
的理解
- 熟练掌握 Python 编程,具备优秀的代码开发能力
**加分项:
— 拥有加密货币相关交易经验;
— 曾在 ICPC、NOI 等国家级或国际编程竞赛中取得优异成绩;
— 在机器学习、深度学习顶级会议(如 ICML、NeurIPS、ICLR、ACL、CVPR 等)上以 第一作者身份发表过相关论文;
— 曾有数学、物理竞赛的获奖经历。
工作内容:
- 因子组合预测研究
• 利用强化学习、深度学习等方法,对公司已有因子进行组合,产出对加密货币市场未 来收益的预测
• 研究与优化因子模型的表现,进行统计检验并结合市场动态迭代算法策略
- 算法优化与性能提升
• 探索不同机器学习算法,优化模型的运算速度与资源消耗,以提升实盘运行和迭代效 率
• 根据实际需求调整算法实现,包括模型的轻量化和计算资源的分配优化
- 机器学习投研框架的完善
• 与开发人员合作,对现有 infra 提出改进,确保模型训练与运行的可靠性
任职要求:
- 计算机科学、机器学习、数据科学、金融工程等相关领域硕士或以上学位
- 在机器学习、深度学习、强化学习相关领域具有实际项目经验
- 熟悉常用的机器学习工具与框架(如 TensorFlow、PyTorch、Scikit-learn 等)
- 对常用的机器学习(线性模型,决策树等)/深度学习算法(RNN, LSTM, Transformer 等) 及其原理有深
的理解
- 熟练掌握 Python 编程,具备优秀的代码开发能力
**加分项:
— 拥有加密货币相关交易经验;
— 曾在 ICPC、NOI 等国家级或国际编程竞赛中取得优异成绩;
— 在机器学习、深度学习顶级会议(如 ICML、NeurIPS、ICLR、ACL、CVPR 等)上以 第一作者身份发表过相关论文;
— 曾有数学、物理竞赛的获奖经历。
全部评论
相关推荐
点赞 评论 收藏
分享
