高级金融科技大数据AI工程师 | 远程算法交易专家

我们的客户正在金融领域开发一个复杂的云端平台，该平台利用前沿AI和大数据技术分析市场趋势，识别交易机会，并以卓越的效率执行交易。该系统实时运行，需要技术卓越性和金融领域专业知识的完美结合。我们寻找能够在这一创新交叉领域做出贡献的专业人才。在当今瞬息万变的金融市场中，数据处理速度和准确性至关重要，我们的系统旨在处理海量市场数据，并在毫秒级时间内做出明智的交易决策，为客户创造价值和竞争优势。 主要职责 - 设计并实现可扩展的大数据架构，高效处理金融市场数据量，确保毫秒级响应时间和处理能力。 - 开发用于预测分析和算法交易策略的AI/ML模型，提高交易决策准确性和时效性。 - 使用C++（C++17/C++20）和现代大数据技术构建高性能、低延迟的数据处理管道，确保系统稳定。 - 优化实时市场数据分析和交易决策支持的算法，确保系统稳定性和性能表现。 - 实施强大的监控和测试框架，确保系统可靠性和99.99%的运行时间，减少意外中断。 - 与量化分析师合作，将复杂数学模型转化为高效代码，提升交易策略性能和执行效率。 - 在包括AWS、GCP和Azure在内的多个云平台上部署和维护ML模型，确保跨平台兼容性。 - 研究并整合新兴的AI、ML和大数据技术，增强系统能力和竞争优势，保持技术领先地位。 - 参与代码审查并维持高标准的代码质量和文档，促进团队协作和知识分享。 - 快速有效地解决分布式计算环境中的复杂问题，确保系统持续运行和业务连续性。 必备技能和资格 - 金融数学、量化金融或计算机科学学士或硕士学位，相关领域博士学位优先考虑。 - 5年以上大数据技术和人工智能应用经验，特别是在金融领域的实际项目经验。 - 强大的C++编程技能和性能优化专业知识（C++17/C++20），能够编写高效、可维护的代码。 - 使用Apache Hadoop、Spark和Kafka等大数据框架的实际经验，熟悉数据处理流程和最佳实践。 - 精通TensorFlow、PyTorch和scikit-learn等AI/ML库，能够构建和训练复杂模型。 - 主要云平台（AWS、GCP和Azure）使用经验，了解云架构最佳实践和成本优化策略。 - 深入理解数据结构、算法和计算复杂性，能够设计高效系统和优化计算资源。 - 熟悉分布式系统和并行计算原理，能够处理大规模数据和高并发请求。 - 对金融市场、交易系统和金融工具的扎实了解，具备领域知识和业务洞察力。 - 时间序列分析和预测建模技术经验，能够应用于市场数据和趋势预测。 - 卓越的问题解决能力和对细节的严谨关注，确保系统质量和数据准确性。 加分项 - 机器学习、金融工程或相关领域的博士学位，具备研究背景和学术成果。 - 开发实时交易应用程序或高频交易系统的经验，了解交易系统架构和业务需求。 - 了解金融技术领域的监管要求，确保系统合规性和数据安全。 - 使用GPU加速机器学习工作负载的经验，提高计算效率和模型训练速度。 - 熟悉Docker和Kubernetes等容器化技术，支持系统部署和环境一致性。 - 使用MongoDB、Cassandra和Redis等NoSQL数据库的经验，处理非结构化数据和高速缓存。 - 参与大数据或AI相关的开源项目，展示社区贡献和技术影响力。 - 在相关学术或行业期刊上发表论文，表明专业知识和研究能力。 - 金融风险管理知识，能够将风险控制因素整合到交易算法中。 - 自然语言处理(NLP)经验，能够分析金融新闻和报告对市场的影响。 为什么加入我们 加入我们，您将在金融和前沿技术交叉领域与前瞻性团队合作。我们提供具有竞争力的薪酬、灵活的远程工作安排和持续学习机会。您将解决影响全球金融生态系统的挑战性问题，同时在鼓励创新和专业成长的协作环境中工作。