Point72
Quantitative Researcher - Machine Learning
Quantitative Researcher - Machine Learning
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Jax
Llms
Machine Learning
Pytorch
Quantitative Research
Reinforcement Learning
Tensorflow
Sequence Models
值不值得投
78综合评分
综合评分 78
核心量化研究岗，薪资极高、技术前沿，但工作强度大且WLB未明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
17.5万
比机器学习工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
21 个在招
市场机会
选择不多
香港特别行政区 · 机器学习工程 · 5 个在招
职位详情
关于这个职位
该职位加入Point72内部Alpha捕获（IAC）团队，致力于开发由AI驱动的股票交易信号
你将负责管理从构思、方法选择到实现和评估的完整研究流程，利用前沿机器学习方法和专有数据集开发高影响力的新型交易信号
最低要求
机器学习、计算机科学、统计学或相关领域的硕士或博士学位
具备在大型（可能包含噪声）数据集上应用机器学习进行研究的经验
具备强大的分析和定量能力，以及注重细节的思维
熟练掌握PyTorch、JAX或TensorFlow等机器学习库
具备Python编程能力，熟悉集群环境及通用软件工程原则（如源代码控制、测试、协作工作流）
具备出色的书面和口头沟通能力，愿意主动参与团队协作，营造高度协作的研究环境
致力于遵守最高的道德标准
工作职责
管理研究流程的所有方面，包括构思、方法选择、实现、评估及最终应用
识别、调整并扩展机器学习广泛领域中的现有模型
根据需要进行创新研究，开发能够提升投资组合回报或预测其他感兴趣变量的新信号
紧跟人工智能/机器学习及相关技术创新的最新进展，为新模型和工具提供建议，并识别新兴机遇
优先资格
强烈偏好具备以下领域知识和经验：现代序列模型、图神经网络（GNN）、强化学习、大语言模型（LLMs）
AI 洞察
优缺点分析
优点
- 平台资源顶尖：能提供无与伦比的计算资源和专有数据，支持复杂模型的研究与落地
- 技术前沿：工作涉及LLM、强化学习等最前沿AI技术在金融领域的落地，技术含金量极高
- 影响力大：研究成果直接应用于实际交易，对投资组合回报有显著影响
- 竞争激烈：作为核心研究岗，对候选人的学术背景和工程能力要求极高
- 适合拥有顶尖学府硕博背景、对AI与金融交叉领域充满热情，且具备极强数理分析和工程落地能力的候选人
缺点 / 挑战
- 压力较大：金融市场瞬息万变，研究成果需要经受真实市场的严格检验，容错率低
角色解读
- 在核心投研团队中，接触最前沿的AI金融应用和海量专有数据
- 未来可向资深量化研究员、研究团队负责人或投资组合经理方向发展
- 负责管理从构思、方法选择到实现和评估的完整机器学习研究流程
- 利用专有数据集和前沿AI技术，开发能够提升投资组合回报的新型股票交易信号
- 紧跟AI/ML领域的最新技术进展，为团队引入新模型和工具
- 具备扎实的机器学习理论基础，熟练掌握PyTorch、JAX或TensorFlow等主流框架
- 拥有处理大型复杂数据集的经验，熟悉现代序列模型、图神经网络、强化学习或大语言模型
- 具备优秀的Python编程能力及软件工程素养，熟悉集群环境下的协作开发
申请策略
- 准备一份详细的研究作品集或论文链接，展示解决复杂问题的思路
- 了解Point72的投资理念及IAC团队的公开研究成果，展现对业务的深刻理解
- 突出在大型数据集上的机器学习研究经验，特别是序列模型、GNN、RL或LLM相关的项目
- 强调工程能力，展示在集群环境下使用PyTorch/JAX进行高效模型训练和部署的经验
- 体现严谨的研究方法论，包括从构思到评估的完整闭环能力
- 深入学习大语言模型（LLMs）和强化学习在时间序列预测或金融决策中的应用
- 提升分布式训练和集群环境下的代码优化能力
面试指南
- STAR法则：情境（金融/数据背景）-> 任务（目标/信号）-> 行动（模型选择/工程优化）-> 结果（回测表现/业务价值）
- 强调“研究严谨性”：不仅关注模型精度，还要考虑过拟合、数据泄露及实盘部署的可行性
- 请描述一个你从零开始设计并实现复杂机器学习模型的项目，遇到了哪些挑战？
- 如何将大语言模型（LLMs）或图神经网络应用于金融时间序列预测或交易信号生成？
- 在处理包含大量噪声的金融数据时，你通常采用哪些数据清洗和特征工程策略？
- 请解释强化学习在投资组合优化中的潜在应用及面临的挑战
- 复习经典的量化金融理论和最新的AI金融论文（如Transformer在时序中的应用）
- 准备白板编程，熟练掌握PyTorch/JAX的底层实现及分布式训练技巧
职位点评
薪资福利95
成长发展90
工作生活40
使命价值70
薪资福利
95较高
该岗位对候选人的学历和研究经验要求极高，属于核心投研岗位，薪资水平处于全球金融行业前列。
薪资信号偏高 (1–25万/月)
成长发展
90较高
能够接触到行业最前沿的AI技术和海量专有数据，技术成长空间巨大。
技术前沿前沿/新兴技术
技术栈Machine Learning、LLMs、Reinforcement Learning、Graph Neural Networks、Sequence Models、PyTorch、JAX、TensorFlow、Python
业务类型profit_center
工作生活
40较低
JD未提及工作模式和WLB相关信息，无法判断具体工作节奏。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
推动AI技术在金融领域的创新应用，具有较高的技术成就感。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Point72 的其他在招职位
相似职位推荐
Machine Learning Internship - PhD: 2027
Susquehanna International Group · 香港特别行政区
AI 估算 · 4–8万4 小时前发布
Quantitative Systematic Trading Internship - Master's: Summer 2027
Susquehanna International Group · 香港特别行政区
AI 估算 · 3.5–5.5万4 小时前发布
Deep Learning Quantitative Researcher
Millennium · 香港特别行政区
AI 估算 · 8–15万4 小时前发布
Watch Jobs