中国平安
基金量化委外平台算法专家
基金量化委外平台算法专家
发布于 大约 17 小时前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
硕士
机器学习
PyTorch
TensorFlow
Scikit-learn
量化交易
numpy
组合优化
多因子模型
AI 估算 · 30k–60k
金融科技核心岗位，量化算法专家薪资较高，深圳市场竞争力强，平安平台提供稳定且有竞争力的薪酬。
职位详情
关于这个职位
该职位负责平安基金量化委外平台的算法研发与落地，涉及AI量化策略、风险控制、收益归因等核心算法体系
你将开展因子挖掘、组合优化、算法交易等工作，并跟踪前沿技术推动迭代
适合有3年以上量化或AI算法经验、精通Python和机器学习、熟悉金融场景的候选人
最低要求
硕士及以上学历，计算机、数学、统计、金融工程等相关专业
年及以上金融量化/AI算法研发经验，有基金、资管、量化私募相关工作经历优先
技术要求：精通Python编程，熟练使用Pandas、Numpy、Scikit-learn，掌握PyTorch/TensorFlow任一深度学习框架，熟悉SQL数据处理
算法要求：精通机器学习、多因子模型、时序预测、组合优化算法，了解量化交易策略、风控建模、回测体系，有实盘算法落地经验优先
具备良好的逻辑思维与问题解决能力，沟通顺畅，能独立完成算法项目落地
工作职责
负责量化委外平台核心算法研发、设计与落地，搭建AI量化策略、风险控制、收益归因算法体系
开展因子挖掘、组合优化、算法交易、策略回测与实盘迭代工作，保障算法有效性
对接业务需求，完成委外场景下的策略评估、管理人画像、风险预警等算法开发
优化金融数据处理流程，完成特征工程、模型训练与工程化部署
跟踪量化及AI前沿技术，推动平台算法持续迭代升级
AI 洞察
优缺点分析
- 平安作为头部金融集团，平台资源丰富，数据量大，算法落地场景真实
- 量化委外平台是金融科技前沿方向，技能积累具有高市场价值
- 团队技术氛围浓厚，可接触前沿AI技术并应用于金融领域
- 量化算法对精度和稳定性要求高，实盘压力较大，需持续优化
- 金融行业监管严格，算法需合规，可能增加开发复杂度
- 市场同类岗位竞争激烈，需保持技术更新
- 适合有扎实数学统计和编程背景、对量化交易和AI充满热情、愿意在高压环境下追求极致算法效果的求职者
角色解读
- 在金融量化领域深耕，可成为量化算法专家或量化投资经理
- 随着AI技术在金融应用深化，可向AI研究员或金融科技高管发展
- 平安集团内部有跨部门转岗机会，如资管、寿险等业务线的量化团队
- 负责量化委外平台的核心算法研发，包括AI量化策略、风险控制和收益归因
- 开展因子挖掘、组合优化、算法交易及策略回测，并推动实盘迭代
- 对接业务需求，开发策略评估、管理人画像和风险预警模型
- 优化数据处理流程，完成特征工程、模型训练与工程化部署
- 精通Python及数据科学库（Pandas、NumPy、Scikit-learn），熟悉深度学习框架（PyTorch/TensorFlow）
- 扎实的机器学习、多因子模型、时序预测和组合优化知识
- 具备量化交易策略、风控建模和回测体系的实际经验
- 良好的逻辑思维和独立项目落地能力
申请策略
- 在求职信中表达对量化金融的热情和对平安平台的认可
- 准备好详细描述过往项目中算法从开发到落地的完整流程
- 突出量化相关的项目经验，特别是多因子模型、组合优化或实盘策略
- 强调Python编程和机器学习框架的实际使用案例
- 如有金融背景（基金、私募、资管）务必体现
- 展示逻辑思维和问题解决能力的例子，如回测体系搭建
- 复习时间序列分析和组合优化理论，尤其是Black-Litterman等模型
- 熟悉至少一个深度学习框架在金融预测中的应用
面试指南
- 用STAR法则描述项目：情境、任务、行动、结果，重点突出算法创新和实际效果
- 结合理论+实践：先讲理论原理，再讲你在项目中如何应用及遇到的挑战
- 表现学习能力：提及你如何跟踪前沿论文并将新技术落地
- 请介绍一个你独立负责的量化策略项目，从因子挖掘到回测实盘的流程
- 如何评估多因子模型的有效性？你会如何处理过拟合？
- 在组合优化中，你如何平衡收益和风险？请举例说明
- 你如何看待机器学习在量化交易中的优势和局限？
- 你对平安的委外业务有什么了解？你认为算法能在其中发挥什么价值？
匹配度报告
74
综合匹配度
平安量化算法专家，技术前沿、薪资优厚，但现场办公且工作强度较大。
适合人群
最适合追求技术成长和职业发展的求职者，对薪资和稳定性有较高要求，能接受一定的工作强度。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活50
使命价值70
薪资福利匹配
85较高
该职位薪资水平较高，平安作为上市公司提供稳定福利，但JD未明确薪资和具体福利细节。
薪资信号未披露 (30K-60K/月)
成长发展匹配
90较高
岗位涉及前沿AI和量化技术，算法迭代频繁，成长空间大，但JD未明确提及培训或晋升通道。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、机器学习、多因子模型、组合优化、深度学习
成长机会跟踪量化及AI前沿技术、推动平台算法持续迭代升级
业务类型profit_center
工作生活匹配
50较低
要求现场办公，未提及弹性工作，金融行业强度较大，WLB一般。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
70中等
量化金融是高速发展赛道，但社会价值中性，主要服务投资回报。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs