BYR Achieve · 镜像论坛

外企风格（真10-7-5)头部量化公司（百亿规模)诚邀各路大神加入，福利待遇拉满，没有条条框框，积极拥抱AI，可加v: raygecao 了解更多详情下面列举一些岗位: AI Amplify Engineer 你将做什么设计并构建AI coding agent 系统，实现从人工指令到 PR 提交的端到端自动化构建隔离的 devbox 沙箱环境，确保 agent 在安全隔离的环境中运行搭建和维护 agent 的 Skills 体系和 CLI 工具集，将内部工具2链（数据管线、任务追踪、代码搜索、CI/CD）统一暴露给 AI agent 设计 agent 的 blueprint 系统——将常见任务模式（bug fix、feature implementation、code migration、test generation）编码为可复用的工作流建立 agent 效能追踪体系：成功率、CI 通过率、review 通过率、平均耗时等核心指标的仪表盘与全公司工程师协作，收集反馈，迭代优化 agent 能力，推广 AI-native 工作方式探索和评估前沿 AI 工具（Claude Code、Goose、Codex 等），为公司选择最优技术栈建设开源生态：开源 Agent 内核与通用能力模块，深度参与前沿社区协作，通过全球反馈驱动技术迭代，定义并推广 AI-native 工程标准。我们期望你 3+ 年软件工程经验，有扎实的系统设计和后端开发能力（Python / TypeScript / Go 任一精通）对 AI / LLM 应用开发有深入理解和实践经验，有大量 agent 使用和开发经验，熟悉 prompt engineering、agent 框架和 memory 系统熟悉开发者工具链生态：CI/CD、代码搜索、沙箱/容器化、构建分发、IaC 对量化交易基础设施有了解优先（市场数据、交易协议、低延迟系统），但不是必须——我们更看重学习能力优秀的沟通能力，能够与不同背景的工程师协作，推动组织级别的工作方式变革 Self-driven，对前沿 AI 技术保持高度好奇心，能够独立探索和原型验证新想法相信并希望投身于新的软件开发未来交易系统开发工程师岗位职责：与研究团队合作，开发高效、可复现、易用的回测系统，支持策略研究与优化；与产品交易团队合作，开发可靠、低延迟的在线交易与风控系统，支持业务快速迭代；持续通过技术手段提升离线与在线服务质量，策略迭代效率，优化性能指标，为实盘创造可观收益；任职要求：海内外知名高校，本科及以上计算机或相关专业学历，有 3 年以上工作经验；具备扎实的代码能力和系统设计能力，坚持工程范式的最佳实践；熟悉 Linux 操作系统，熟悉 C++ 和 Python；对量化交易有浓厚兴趣；加分项：有大规模、高复杂度、mission critical产品的开发运维经验良好的系统设计能力，能从 performance、reliability、availability 多个方面设计系统有量化交易系统的开发经验有在线服务的开发与维护行情数据工程师岗位职责 [bbsemoji8226] 参与构建高性能、可扩展的数据处理模块，服务于公司策略研究与交易系统 [bbsemoji8226] 负责金融市场原始数据的解析、处理与存储，实现高效的数据落盘与提取 [bbsemoji8226] 逐步完善数据处理工具链和框架，提高处理效率与稳定性 [bbsemoji8226] 在实战中逐步了解金融数据的结构与特点，参与探索和接入新的数据源任职要求 [bbsemoji8226] 扎实的 C++ 编程基础，具备良好的工程习惯和代码质量意识 [bbsemoji8226] 熟悉常用的数据结构与算法，理解性能优化基本方法 [bbsemoji8226] 熟悉 Python 及其常用数据处理工具（如 pandas、numpy）者优先 [bbsemoji8226] 对金融交易系统和数据系统有浓厚兴趣，具备良好的学习能力和团队协作能力 [bbsemoji8226] 有实际工程项目经验（如课程设计、实习项目、开源项目）者优先加分项 [bbsemoji8226] 了解常见的市场数据结构（如 order book、tick、bar 等） [bbsemoji8226] 有参与过金融相关项目、竞赛或课程项目经验者数据平台开发工程师岗位职责：开发金融数据平台，支持实时交易、盘后分析或线下策略研发等场景下的数据读写需求；开发和维护消息中间件，满足实时交易场景下低延迟、高可靠的数据读写需求；开发和维护大规模离线数据平台，满足研发场景下高并发、高吞吐的金融数据读写需求；不断优化性能、稳定性和易用性，解锁新的业务需求，提升下游业务的效率。任职要求：海内外知名高校，本科及以上计算机或相关专业学历，有扎实的计算机基础知识熟悉 Rust 或者 C++，熟悉 Python，对主流数据库、Redis、消息队列等常见组件有一定了解；具备扎实的计算机基础，包括操作系统、体系结构、数据结构、设计模式、网络基础等，对代码质量有追求；有良好的沟通能力和学习能力；对量化交易、系统开发感兴趣。加分项：有大规模、高复杂度、mission-critical 产品的开发或参与经验；参与过数据库、存储系统、分布式系统等方向的开源项目或实习项目。在ACM/ICPC、NOIP或全国信息学等竞赛中获得过奖项。曾参与科研项目，并在计算机国际顶会发表过论文。深度学习量化研究员岗位职责： 1. 在量化交易各个不同市场的相关数据上进行高原创性的深度学习模型研究； 2. 构建和创新深度学习算法在量化交易领域的评价体系。岗位要求： 1. 计算机、统计学等相关专业，博士学历； 2. 熟悉深度学习领域内各个子领域的代表性算法，并对深度学习某一子领域的state-of-the-art模型有一定的研究深度； 3. 多篇领域顶会(NeurIPS/ICML/CVPR/ICCV/ECCV/EMNLP/SIGKDD/IJCAI/AAAI等)以第一作者发表论文； 4. 同时具备深度学习的理论基础以及在真实数据和场景下应用深度学习的经验，能够完理论和模型在不同领域之间的迁移； 5. 有完整业务线上深度学习建模和调参经验。加分项： 1. 在量化交易领域拥有真实金融数据下的深度学习策略研究经验者优先考虑。资深工具链开发工程师职位愿景加入我们，你将负责构建支撑多语言并发开发的底层“超级引擎”。你不仅是工具的维护者，更是研发流程的重新定义者。通过极致的编译优化、云原生调度以及 AI Agent 的前沿探索，你将有机会彻底消除大规模工程中的“摩擦力”，让每一行代码的产出都更具效率。你将深度参与构建工业级研发底座：设计并维护支撑 C++/Python/Rust/Go 的多平台开发环境，攻克大规模 Monorepo 下的增量编译、分布式缓存等技术难题，将构建耗时从“分钟级”降低至“秒级”。定义工程最佳实践：深入业务一线，洞察异构开发团队（算法、底软、云端）的效能瓶颈，通过打磨工具链和 CI/CD 平台，建立可量化的研发效率模型。引领 AI + Dev 变革：深度整合 AI Agent 与开发工作流，推动智能补全、自动故障诊断、生成式单元测试等场景在工具链中的生产力落地。落地 AI Native Toolschain，打造 AI Native 产品。技术演进引领：负责工具链技术路线的规划与落地，对标业界最佳实践（如 Google/Meta 体系），在复杂的技术约束下实现架构的最优权衡。我们希望你具备底层视野：计算机相关专业本科以上学历，5 年以上研发工具链或基础设施建设经验。构建专家：深入理解 GCC/Clang/LLVM 编译链接原理，熟练掌握 Bazel (优先)、Buck 或 Pants 等现代化构建系统。云原生实战：熟悉 Docker 容器原理及 K8S 调度机制，能解决大规模并发构建场景下的 IO 与资源分配瓶颈。

【内推】【社招】头部私募量化招募算法、数据、AI、系统开发多