量化核心工程岗位｜美股数据 · AI Infrastructure · 交易系统
核心工程岗位｜美股数据 · AI Infrastructure · 交易系统
工作地点：北京 / 上海
职位性质：全职
招聘方向：数据工程、AI Infrastructure、交易系统
关于这次机会
我们正在代表一家资金与技术资源充足、处于核心系统建设阶段的技术驱动型投资平台，招聘多名关键工程人才。
该团队正在建立一套由数据、研究、计算平台和生产系统共同驱动的投资技术体系。与传统机构中研究、数据和开发相互割裂的工作方式不同，团队强调工程师与研究人员直接协作，让技术参与从数据获取、研究验证到生产落地的完整过程。
AI 不是这里的概念包装。团队拥有成熟的计算与基础设施支持，并在实际工作中使用大模型、Agent、AI Coding 和自动化工具提升研究及研发效率。与此同时，美股是当前重点扩展的业务方向，加入者将有机会参与关键能力从早期建设到规模化运行，而不是只维护一套已经定型的遗留系统。
当前招聘重点
1. 美股量化数据工程师--必须具备真实、可验证的美股数据工程经验。
2. AI Infrastructure Engineer--核心招聘方向
3. 美股交易系统开发工程师--必须具备真实、可验证的美股数据工程经验。
方向一：美股量化数据工程师
职位定位
这是当前最核心、最优先的招聘方向。
你将参与建设面向美股研究、回测和生产应用的数据能力，处理的不只是通用 ETL，而是对投资结果有直接影响的金融数据问题，包括历史可得性、时间对齐、证券映射、公司行动、数据修订和质量控制。
我们同时欢迎以下两类背景：
- Market Data / 行情开发
- Data Engineering / 金融数据平台
理想候选人既能理解数据在研究和交易中的使用方式，也能将数据管道建设为可靠、可追溯、可长期维护的生产系统。
你将负责
- 建设和维护美股核心数据管道，覆盖行情、参考数据、基本面、财务数据、公司行动及其他研究数据。
- 负责数据接入、清洗、标准化、关联、增量更新、历史回补及对外服务。
- 建立历史版本和 Point-in-Time 数据能力，确保研究能够还原特定时点真实可获得的信息。
- 处理美股交易日历、时区、夏令时、盘前盘后及跨数据源时间对齐问题。
- 维护公司、证券、交易代码和上市状态之间的历史映射，正确处理拆股、分红、并购、换码及退市等事件。
- 建设数据质量、校验、监控、告警和 reconciliation 机制，主动发现缺失、重复、异常和跨源不一致。
- 根据数据规模及访问模式设计存储、索引、接口和元数据方案。
- 与研究和工程团队直接合作，将原始数据转化为可用于研究、回测及生产环境的数据产品。
- 根据业务需要，参与英文财报、公告、电话会、新闻等非结构化数据的处理与结构化。
核心要求
- 必须具备真实的美股数据工程经验。
- 实际负责过至少一类美股数据，包括行情、订单簿、证券主数据、公司行动、基本面、财务数据或历史股票池等。
- 所建设或维护的数据曾实际服务于量化研究、回测、投资决策或生产交易，而不只是课程、个人项目或概念验证。
- 具备扎实的 Python 和 SQL 能力，能够独立完成数据管道的设计、开发、调试及长期维护。
- 熟悉数据建模、任务调度、增量处理、历史回补和查询性能优化。
- 理解时间序列、历史版本和 Point-in-Time 语义，对前视偏差、幸存者偏差及数据修订问题有实际认识。
- 重视数据正确性、可观测性、测试、文档和可追溯性。
- 能够阅读英文数据字典、接口文档及金融信息，并与研究人员有效沟通。
以下情况并不理想
- 仅...
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.
Sed ut perspiciatis unde omnis iste natus error sit voluptatem accusantium doloremque laudantium, totam rem aperiam, eaque ipsa quae ab illo inventore veritatis.