技術(shù)要求：
1.熟練掌握Python編程語言及數(shù)據(jù)科學(xué)相關(guān)庫（Pandas,NumPy，Scikit-learn）；
2.具備扎實的機(jī)器學(xué)習(xí)與深度學(xué)習(xí)理論功底，有在實際項目中應(yīng)用XGBoost、Transformer等模型的經(jīng)驗；
3.熟悉Git版本管理工具，具備良好的編碼規(guī)范和團(tuán)隊協(xié)作意識；
4.擁有從數(shù)據(jù)清洗、特征構(gòu)建到模型訓(xùn)練與評估的完整流程實踐經(jīng)驗。

崗位職責(zé)：
1.金融數(shù)據(jù)處理與分析：負(fù)責(zé)多種金融數(shù)據(jù)（如行情數(shù)據(jù)、財務(wù)報告、另類數(shù)據(jù)等）的整理、清洗與特征提取，利用Python工具保障數(shù)據(jù)準(zhǔn)確性，為模型開發(fā)提供高質(zhì)量輸入；
2.量化模型研發(fā)與優(yōu)化：參與量化策略模型的設(shè)計與實現(xiàn)，運用機(jī)器學(xué)習(xí)（如XGBoost）和深度學(xué)習(xí)方法進(jìn)行因子發(fā)現(xiàn)、信號預(yù)測及策略回測分析；
3.模型部署與維護(hù)：配合完成算法模型在研發(fā)環(huán)境中的部署、測試及版本控制，通過Git實現(xiàn)代碼協(xié)同開發(fā)與日常維護(hù)；
4.模型驗證與迭代：持續(xù)開展模型效果評估與歸因研究，輸出分析報告，為模型改進(jìn)提供數(shù)據(jù)依據(jù)與優(yōu)化建議；
5.技術(shù)文檔撰寫：編寫結(jié)構(gòu)清晰、內(nèi)容規(guī)范的模型設(shè)計文檔、技術(shù)總結(jié)及相關(guān)流程說明材料。

重點考察：
項目實踐能力；數(shù)據(jù)處理功底；模型理解能力；快速學(xué)習(xí)能力