Research Technology Support

优缺点分析

角色解读

• 从L2/L3技术支持起步，可逐步深入参与底层交易系统的核心开发
• 未来可向高级量化开发工程师、系统架构师或交易技术团队负责人方向发展
• 负责量化交易系统和高频交易基础设施的日常监控、故障排除与L2/L3技术支持
• 使用Python和C++开发新工具和新功能，优化系统监控流程
• 与投资组合经理和研究团队紧密协作，保障交易系统的稳定运行
• 熟练掌握C++、Python和SQL，具备扎实的编程和系统开发能力
• 拥有交易系统支持经验，熟悉软件交付生命周期和生产部署流程
• 具备出色的故障排查能力和跨团队沟通协作能力

申请策略

• 提前了解Point72及Cubist的投资策略和业务模式，熟悉系统化交易的基本概念
• 准备好具体的故障排查案例，展示你在紧急情况下的问题解决思路
• 突出在交易系统、低延迟系统或高频交易基础设施方面的支持或开发经验
• 详细列出使用C++、Python进行系统监控工具开发或新功能开发的实际项目成果
• 强调在复杂生产环境下的故障排查和跨团队协作能力
• 深入学习C++在低延迟系统中的应用，以及Python在数据分析和自动化运维中的高级技巧
• 了解主流云服务平台在金融系统中的应用及部署实践

面试指南

• 采用STAR法则（情境、任务、行动、结果）来结构化回答故障排查和系统优化的经历
• 在技术问题上，先阐述底层原理，再结合具体代码或工具说明优化思路，最后强调对业务稳定性的影响
• 请描述一次你在生产环境中排查和解决复杂交易系统故障的经历
• 在C++或Python中，你如何优化代码以降低系统延迟？
• 你如何理解软件交付生命周期，在交易系统部署中如何保证变更的安全性？
• 如果交易系统出现异常报警，但日志中没有明显错误，你会如何排查？
• 复习C++和Python的核心机制，特别是内存管理、并发编程和网络编程等与低延迟相关的知识点
• 了解常见的量化交易系统架构和组件（如消息队列、时序数据库等）