澳蒂华
Software Engineer – Research Platform
Software Engineer – Research Platform
发布于 6 个月前普通员工/个人贡献者
Chicago
高级经验
全职员工
仅现场办公
学历未注明
软件工程
作业调度
分布式系统
大数据处理
服务编排
软件工程
集群管理
高性能计算
CUDA
薪资面议
暂无薪资依据说明。
职位详情
关于这个职位
这是一个专注于构建和维护高性能研究平台的软件工程师职位
你将负责开发和优化服务编排、作业调度、集群管理和大数据处理等核心服务，为公司的全球研究团队提供一个高效、可靠的计算与数据平台
通过使用Python和Rust等技术，你将帮助研究团队更快地执行大规模计算实验，从市场数据中获取洞察
最低要求
拥有领导大型工程项目（large-scale engineering projects）的经验
具备扎实的工程直觉和对计算机科学基础（computer science fundamentals）的深刻理解
拥有分布式系统（distributed systems）的专业知识
精通Python是必需的
具备解决基础设施与研究赋能交叉领域复杂技术问题的能力
致力于在快速发展的环境中持续学习和改进
具备出色的沟通和协作能力，能与全球的研究人员和工程师合作
愿意设定技术方向，推广工程原则，并做正确的事
工作职责
通过构建功能和提升性能来扩展澳蒂华研究平台的能力，涉及服务编排、作业调度、集群管理、大数据处理以及其他业务团队直接交互的核心服务
使用Python和Rust构建和发展一个完全托管的计算与数据平台层，以提高规模和可靠性
探索尖端技术并将其整合到澳蒂华的研究工作流中，以提升性能并允许获得更好的洞察
与澳蒂华的全球业务团队（包括交易员、研究人员和工程师）合作，将他们对市场的理解推向新的高度
优先资格
有C、C++或Rust的经验是加分项
有使用GPU和CUDA生态系统的经验是加分项
AI 洞察
优缺点分析
优点
- 行业与平台优势：加入全球顶尖的量化交易公司，平台规模大，能直接影响核心研究业务，职业起点高，行业认可度强
- 全面的薪酬福利：提供极具竞争力的薪酬包（包括高额底薪、全球利润分享和绩效奖金），以及全面的健康保险、带薪假期和丰富的办公室福利
- 协作与学习文化：处于一个由好奇思考者和创造性问题解决者组成的协作环境中，强调持续改进，能与来自40多个国家的顶尖专业人士共事
- 高技术门槛与复杂性：需要处理基础设施与研究赋能的交叉问题，涉及全栈技术，对分布式系统、性能优化和多种编程语言要求很高
- 领域特定知识：虽然主要是技术岗，但需要快速理解量化金融的研究工作流和业务需求，才能有效赋能，这需要一定的学习成本
缺点 / 挑战
- 技术挑战与前沿性：接触并构建高性能计算、分布式系统等前沿技术栈，解决金融领域最复杂的计算问题，技术成长空间大
- 高绩效与快节奏环境：作为市场驱动型公司，对平台的可靠性、性能和迭代速度有极高要求，工作可能强度大、压力高
- 此职位适合拥有扎实分布式系统背景、追求技术挑战、并希望在高绩效的金融科技环境中，通过构建核心平台来产生直接业务影响的资深软件工程师
角色解读
- 技术深度上，可以从平台工程师发展为分布式系统或高性能计算领域的专家，甚至技术负责人（Tech Lead）
- 业务广度上，通过深入理解量化研究和交易业务，可以转向更具策略性的角色，如研究平台架构师或技术产品经理
- 行业上，在顶尖量化交易公司积累的平台和金融科技经验，为未来在金融科技、大型科技公司或高性能计算领域发展奠定坚实基础
- 开发和维护一个垂直整合的研究平台，该平台管理着从底层硬件到上层应用软件的全栈
- 专注于提升平台在服务编排、作业调度、集群管理和大数据处理等核心领域的性能和功能
- 与全球的研究和交易团队紧密合作，理解他们的需求，并将前沿技术整合到工作流中，以加速实验和洞察生成
- 扎实的软件工程基础和分布式系统知识，能够设计和构建高可靠、可扩展的平台服务
- 精通Python，并最好具备C/C++或Rust等系统级编程语言的经验，以处理性能关键型任务
- 具备领导大型技术项目的能力，以及出色的跨团队沟通和协作技能，以推动技术方向并与业务方对接
申请策略
- 深入研究澳蒂华（Optiver）的业务模式（做市商）和技术文化，在申请和面试中表达出你对公司“改善市场”使命以及其技术驱动文化的认同
- 准备好讨论你过去项目中在性能优化、系统可靠性以及处理模糊需求方面的具体案例，这些都是该职位看重的核心能力
- 重点突出领导或深度参与过的大型、复杂的分布式系统或平台项目，详细说明你的角色、技术挑战、解决方案和量化成果（如性能提升、可靠性增强）
- 清晰展示你在Python和至少一种系统级语言（C/C++/Rust）上的项目经验，特别是与高性能计算、并发或系统编程相关的部分
- 强调任何与GPU/CUDA、集群管理（如Kubernetes）、大数据处理框架或工作流编排工具相关的实践经验
- 通过项目经历体现你解决复杂技术问题的能力、推动工程最佳实践的意愿，以及与跨职能团队（如研究人员）成功协作的经验
- 如果对Rust不熟，可以快速学习其核心概念（所有权、借用、生命周期），并完成一个小型系统工具项目，以展示学习能力和对性能的追求
- 深化对现代集群调度器（如Kubernetes）和作业编排工具的理解，可以通过搭建一个小型实验环境或贡献开源项目来实践
面试指南
- 对于技术设计或问题解决类问题，采用“情境-任务-行动-结果”（STAR）框架，并重点阐述你的技术决策过程、权衡考虑以及最终可量化的影响
- 对于协作类问题，强调你如何主动沟通、将业务需求转化为技术方案、管理期望，并最终通过技术交付创造价值
- 对于系统调试类问题，展示你结构化的排查思路，从监控指标、日志分析、假设验证到根本原因定位和制定长期解决方案
- 请描述一个你领导或参与过的、最复杂的分布式系统项目
- 你面临的主要技术挑战是什么？你是如何解决的？
- 你如何设计一个高可靠、可扩展的作业调度系统来处理成千上万的研究计算任务？
- 请比较Python和Rust在构建高性能服务时的优缺点
- 在什么场景下你会选择使用Rust？
职位点评
Watch Jobs