崗位職責： 1. 量化平台核心後端開發：使用 Python 設計、開發和優化支撐量化研究
、策略回測、實盤交易、風險管理、數據服務等核心業務模塊的後端係統。 2. 高性能與低延遲架構：設計和實現高並發、低延遲
、高可用的分布式係統架構，滿足量化交易對速度和穩定性的嚴苛要求。 3. 數據處理管道構建：開發高效、可靠的數據處理流水線 (ETL/ELT)，對接市場行情數據 (Tick/Level2/OrderBook)、基本麵數據、另類數據等海量金融數據源，進行清洗、存儲（如時序數據庫）和分發。 4. API 與服務開發：為量化研究平台
、交易係統
、風控係統提供穩定、高效的 Python API (如 RESTful, gRPC) 和微服務。 5. 數據庫設計與優化： 針對金融時序數據
、大規模因子數據、交易記錄等特定場景，設計和優化關係型數據庫 (如 PostgreSQL，DDB) 和/或 NoSQL 數據庫 (如 Redis, Cassandra, InfluxDB, ClickHouse) 的使用。 6. 係統監控與性能調優：建立完善的係統監控和告警體係
，持續進行性能分析
、瓶頸定位與係統調優，保障生產環境穩定運行。 7. 技術文檔與協作：編寫清晰的設計、開發和 API 文檔
；與量化研究員、交易員

、運維及其他開發人員緊密協作。 任職條件： 1
、應屆或者工作 1-2 年；QS100優秀院校的理工科畢業生優先 2
、必備編程技能： 精通 Python: 深入理解 Python 語言特性
、核心庫
、麵向對象設計和常用設計模式。有大型 Python 項目開發經驗。 紮實的計算機基礎： 深入理解數據結構、算法、操作係統、計算機網絡、數據庫原理。 後端開發基礎：熟悉常用 Python Web 框架 (如 FastAPI, Flask, Django - 側重 API 開發部分) 和異步編程 (如 asyncio)。 3. 量化/金融相關經驗與技能 (高度相關)： 具備量化項目經驗者優先： 有金融數據處理、量化研究平台、交易係統
、風險管理係統等相關項目經驗者將獲得極大優勢。 量化工具鏈熟悉度：熟練掌握 Python 在量化領域的核心工具庫，如： 數據處理與分析： `pandas`, `NumPy` (必備) 日期/時間處理： `pandas.Timestamp`, `datetime` 高性能計算 (可選但加分)： `Numba`, `Cython` 數據可視化 (可選)： `Matplotlib`, `Seaborn` 金融數據理解：對金融市場數據（如行情、訂單簿、Tick 數據、基本麵數據）有基本了解。 數據庫技能： 熟悉至少一種關係型數據庫 (如 PostgreSQL, MySQL) 和一種適合金融數據場景的數據庫 (如 Redis - 緩存/消息, InfluxDB/TimescaleDB - 時序數據, ClickHouse - 分析型列存)。 4. 係統與架構技能： Linux 環境：熟練在 Linux 環境下進行開發
、調試和部署。 版本控製：精通 Git。 分布式與中間件：了解分布式係統基本原理，熟悉消息隊列 (如 Kafka, RabbitMQ) 和 RPC 框架 (如 gRPC) 的使用。 性能優化： 具備係統性能分析和調優經驗。 雲服務/容器化 (加分)：了解 Docker, Kubernetes 及主流雲平台 (AWS, GCP, Azure) 的基礎服務。 5. 軟技能與特質： 強大的邏輯思維與問題解決能力： 能夠快速定位和解決複雜技術問題。 嚴謹細致： 對代碼質量
、係統穩定性和性能有較高的追求，注重細節。 強烈的責任心與自驅力： 能夠在壓力下獨立工作並主動承擔責任。 良好的溝通與團隊協作精神： 能與量化研究員
、交易員等非技術人員有效溝通需求。 對量化金融/技術有熱情： 持續學習金融知識和技術新動態。 6


、加分項 有 C /Go/Java 等高性能語言開發經驗。 熟悉常用量化回測框架 (如 Backtrader, Zipline) 或交易 API (如 CTP, OES)。 具備紮實的數理統計

、機器學習基礎，並能在量化場景中應用。 有大規模金融數據處理或實時計算平台 (如 Flink, Spark Streaming) 開發經驗。