Millennium
Data Analyst
Data Analyst
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公数据分析
数据分析
Ai代理
Sql
信号测试
另类数据
回测
时间序列分析
网络爬虫
财务建模
值不值得投
74综合评分
综合评分 74
顶级买方量化基本面团队的核心数据岗，技术前沿、成长空间大，但WLB未明确且智力挑战极高。
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
4.3万
比数据分析中位数高
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
3 个在招
市场机会
选择不多
香港特别行政区 · 数据分析 · 3 个在招
职位详情
关于这个职位
该职位隶属于公共股票投资团队，主要负责寻找、验证和扩展另类数据集，以支持量化基本面投资策略
你需要处理大规模结构化和非结构化数据，进行信号测试与回测，并将数据洞察转化为具体的投资观点，辅助团队进行证券选择和基本面研究
最低要求
-3年工作经验，理想情况下在另类数据供应商从事研究、产品或分析工作
具备扎实的 Python 和 SQL 技能
对公开市场投资和差异化研究有浓厚的兴趣
能够区分信号与噪声，在分析中运用判断力，而不仅仅是运行分析
具备高度的主人翁意识、执行速度和求知欲
工作职责
构建和维护工作流，以摄取、清理、映射和分析大规模结构化和非结构化数据集
评估另类数据的相关性、完整性、覆盖率、时效性和预测能力
进行信号测试和回测，以确定数据集是否为投资过程增加价值
与投资团队密切合作，将原始数据转化为关于收入趋势、KPI、竞争动态和拐点的可操作观点
使用 AI 代理和自动化技术加速研究、工具构建和内部流程
支持基本的三表建模（3-statement modeling），并将数据发现与基本面承销联系起来
优先资格
具有跨超大规模数据集的大规模数据分析经验
具备网页抓取、实体解析或基于 API 的数据收集经验
熟悉信号评估、时间序列分析或统计测试
了解公司 KPI、运营指标和财务报表
有个人投资经验或表现出对市场的明显痴迷
AI 洞察
优缺点分析
优点
- 处于量化基本面策略的前沿，能接触到顶级的另类数据资源和投资逻辑
- 团队鼓励使用AI代理和自动化技术，技术栈现代，有助于提升个人工程与研究效率
- 买方机构平台广阔，表现优异者有机会直接参与投资决策，职业天花板高
- 需要同时具备硬核的数据工程能力和敏锐的金融投资直觉，跨界学习曲线较陡峭
- 适合既对编程和数据处理有热情，又对金融市场和投资有强烈好奇心，具备极强自驱力和求知欲的复合型人才
缺点 / 挑战
- 另类数据往往存在脏乱差的问题，前期数据清洗和验证工作可能较为繁琐且充满挑战
角色解读
- 纵向可晋升为高级数据分析师或量化研究员，深入参与核心投资策略的制定
- 横向可向投资组合经理（PM）或基本面分析师转型，利用数据优势直接驱动投资决策
- 负责另类数据的采购、清洗、验证与扩展，构建自动化数据处理工作流
- 进行信号测试与回测，评估数据对股票投资的预测价值，挖掘收入趋势与竞争拐点
- 运用AI代理和自动化工具加速研究，并支持基础的财务三表建模以辅助基本面分析
- 扎实的编程与数据处理能力，精通Python和SQL，能处理大规模结构化和非结构化数据
- 具备金融直觉与量化分析能力，能区分数据信号与噪声，理解财务报表与公司KPI
- 熟悉网络爬虫、API数据收集及时间序列分析等数据获取与统计测试方法
申请策略
- 准备一份个人的投资研究报告或数据分析项目集，直观展示你的分析逻辑和代码能力
- 在面试中展现对特定行业或公司的深度思考，证明你不仅会跑数据，还能理解数据背后的商业逻辑
- 突出Python/SQL处理大规模数据的实际项目经验，特别是网络爬虫、API对接和实体解析
- 展示将数据转化为投资洞察的案例，如信号测试、回测结果或对公司基本面/KPI的分析
- 强调个人投资经验或对公开市场的深入研究，证明具备投资者直觉
- 深入学习财务报表分析（三表建模）和公司估值基础，弥补纯技术背景在金融知识上的短板
- 了解当前主流的AI代理框架及其在自动化研究和数据处理中的应用
面试指南
- STAR法则+投资视角：在回答项目经验时，不仅要说明技术实现，更要强调该数据/分析最终如何服务于投资逻辑或验证了某个商业假设
- 假设驱动框架：在回答信号测试或回测问题时，先明确投资假设，再说明数据验证方法、控制变量及如何排除噪声
- 请分享一个你处理过的最复杂或最脏的非结构化数据集，你是如何清洗并提取有效信号的？
- 如果给你一份关于某零售公司门店客流量的另类数据，你会如何设计回测框架来验证其对该公司季度营收的预测能力？
- 你如何看待当前AI大模型或AI Agent在金融数据分析和投资研究中的应用边界？
- 请描述一次你通过数据分析发现市场认知偏差或公司基本面拐点的经历
- 复习并准备1-2个自己深度研究过的股票或行业案例，能够清晰阐述你的投资逻辑和使用的数据指标
- 熟悉常见的另类数据类型及其在基本面研究中的优缺点，了解数据采购与验证的核心考量点
职位点评
薪资福利80
成长发展90
工作生活40
使命价值75
薪资福利
80较高
职位属于顶级买方机构的核心投资支持岗，行业整体薪酬极具竞争力，但JD未披露具体薪资与福利细节。
薪资信号未披露（AI估算：3千–5.5万/月）
成长发展
90较高
岗位处于量化基本面策略前沿，能接触顶级另类数据与AI自动化技术，且团队看重投资者直觉，为向核心投资岗转型提供极佳跳板。
技术前沿前沿/新兴技术
技术栈Python、SQL、AI agents、Web scraping、API、Signal testing、Backtesting
业务类型profit_center
工作生活
40较低
JD未提及工作模式与工时安排，无法判断其WLB情况。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
岗位致力于通过差异化数据和严谨研究提升市场定价效率，具有较高的智力挑战性和专业成就感，但社会外部性影响相对中性。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Millennium 的其他在招职位
相似职位推荐
Watch Jobs