香港赛马会
(Senior) Quantitative Scientist (Wagering)
(Senior) Quantitative Scientist (Wagering)
发布于 12 小时前普通员工/个人贡献者
全职员工仅现场办公数据科学
数据科学
A/B测试
Mlops
Sql
体育博彩
机器学习
生成式Ai
统计建模
预测建模
值不值得投
75综合评分
综合评分 75
香港赛马会体育博彩核心量化岗，模型落地与新技术机会多，薪酬福利具竞争力但未披露，WLB未明确。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
7.5万
比数据科学中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 100 个在招
市场机会
选择不多
香港特别行政区 · 数据科学 · 10 个在招
职位详情
关于这个职位
该职位负责香港赛马会体育博彩业务的端到端量化建模，将大规模投注数据转化为实时定价、玩家风险评估和客户洞察，并推动模型从探索、特征工程到生产部署与监控，在负责任博彩框架下提升产品与商业表现
最低要求
定量学科（数据科学、统计学、数学、精算、计算机科学、工程、物理、经济学或相关领域）本科及以上学历
至少5年建模/分析/统计相关工作经验（统计、人工智能与运筹学技术或其他相关学科）
扎实掌握统计分析、机器学习和预测建模，并有将模型交付至生产环境的成功记录
具备生产级 Python 和/或 R 编程能力，以及 SQL
熟悉现代机器学习框架（如 scikit-learn、XGBoost、PyTorch、TensorFlow）及模型部署与监控实践
具备从多个数据源进行数据清洗/整理，并在本地部署环境中处理大型复杂数据集的经验
能够将复杂数据转化为清晰、可执行的业务洞察，面向技术和非技术受众沟通
对体育（尤其是赛马和足球）及统计分析有浓厚兴趣
必须具备良好的博彩行业理解
优秀的中英文书面和口头沟通能力
承诺诚信、负责任博彩并谨慎处理客户数据
工作职责
负责端到端开发、生产化与监控支撑实时定价、玩家风险评估和投注产品的概率模型与机器学习模型
设计并运行实验（如A/B测试、回测），评估新产品、定价策略和模型变更，并量化其业务影响
对大规模投注数据进行探索性数据分析和统计建模，发现趋势、模式与可执行洞察
构建并优化能实时适应客户投注模式和市场变动的预测模型，同时优化准确性与计算效率
在能带来业务价值时应用生成式AI/大语言模型和现代机器学习技术
与数据工程师合作构建可靠数据管道，并在模型生命周期中嵌入MLOps实践（版本控制、自动检查、监控、重训练）
与交易、产品和业务相关方协作，将业务问题转化为数据科学方案
向技术和非技术受众清晰沟通发现与建议
按马会数据治理、隐私和负责任博彩要求处理投注与客户数据，并遵守所有与投注相关的法定要求，以保护业务完整性
完成主管指派的其他职责
优先资格
硕士或博士学历优先
具备生成式AI/大语言模型经验（包括负责任地使用AI辅助开发工具）为加分项
AI 洞察
优缺点分析
优点
- 技术栈覆盖统计建模、机器学习、生成式AI和MLOps，有利于积累端到端经验
- 数据规模大、业务场景复杂，能锻炼实时模型与合规治理能力
- 马会体育业务平台成熟，可接触赛马、足球等多元投注产品
- 博彩行业监管严格，模型上线和数据使用需满足负责任博彩要求
- 适合有5年以上建模经验、喜欢把模型推到生产并关注业务影响，同时对体育博彩、合规和跨团队协作有热情的人
缺点 / 挑战
- 模型直接服务实时定价、玩家风险和投注产品，业务影响可量化
- 实时定价和风险模型对准确性、稳定性与计算效率要求高
- 需要同时协调交易、产品、数据和合规多方，沟通成本较高
角色解读
- 可沿高级量化科学家路径发展为交易/风险建模负责人或数据科学经理
- 积累实时定价、玩家风险、MLOps和生成式AI落地经验后，可转向金融科技、体育科技或风险管理领域
- 在体育业务商业化中承担更大的产品组合与策略职责
- 负责体育博彩实时定价、玩家风险评估和投注产品背后的概率/机器学习模型，覆盖探索、特征工程、上线到监控的全流程
- 对大规模投注数据做统计建模与探索分析，设计A/B测试和回测来评估新产品、定价策略及模型改动
- 与数据工程、交易、产品和业务团队合作，把业务问题转化为数据科学方案并推动落地
- 在负责任博彩和数据合规框架下持续监控、优化模型准确性与计算效率
- 扎实的统计分析、机器学习和预测建模能力，并有模型生产化交付经验
- 熟练使用 Python 和/或 R、SQL，以及 scikit-learn、XGBoost、PyTorch、TensorFlow 等框架和MLOps实践
- 能处理多源、大规模复杂数据，具备实验设计、回测和业务影响量化能力
- 优秀的中英文沟通能力，能把复杂模型解释给非技术受众，并理解体育/博彩行业
申请策略
- 申请时强调对体育（赛马/足球）和博彩行业的理解，而不只是通用数据科学
- 了解香港赛马会体育业务部和负责任博彩框架，面试中体现合规与诚信意识
- 突出端到端模型落地案例：从数据清洗、特征工程、建模、上线到监控
- 用量化结果说明业务影响，如定价优化、风险识别或收入提升
- 展示 Python/R、SQL、XGBoost/PyTorch/TensorFlow 和MLOps工具链
- 如有生成式AI/LLM、A/B测试、实时系统或体育/博彩经验，单独列项目
- 补强实时模型部署与监控能力，包括容器化、特征存储、模型重训和漂移检测
- 准备博彩赔率、概率校准、风险定价和负责任博彩合规的基础知识
面试指南
- 用“业务问题-数据-模型-上线-影响”的结构讲项目，突出可量化结果
- 技术问题先讲假设与数据，再讲模型选择、验证、监控和迭代
- 合规与沟通问题强调负责任博彩、数据治理和跨团队协作
- 请介绍一个你从0到1并上线监控的预测模型，如何衡量业务影响？2. 如何为实时投注定价或玩家风险设计特征和模型？如何处理数据延迟与模型漂移？3. 如何设计A/B测试或回测评估新定价策略？遇到样本不足或干扰怎么办？4. 你如何用LLM/生成式AI提升博彩业务价值？如何控制风险与合规？5. 如何向非技术交易/产品团队解释复杂模型和不确定性？
- 复习概率校准、时间序列/实时特征、A/B测试、模型监控与漂移检测
- 准备1-2个体育博彩、赔率或风险定价的行业理解案例
- 熟悉HKJC体育业务、赛马/足球投注产品和负责任博彩政策
职位点评
薪资福利74
成长发展88
工作生活55
使命价值82
薪资福利
74中等
JD仅说明提供具竞争力薪酬与福利，未披露具体薪资和福利细项；岗位处于核心体育博彩业务，实际回报需与HR确认。
薪资信号市场水准 (6.0千–9.0万/月)
成长发展
88较高
岗位覆盖统计建模、机器学习、生成式AI和MLOps，并强调端到端生产化，技术成长与业务影响机会较多。
技术前沿主流现代技术
技术栈Python、R、SQL、机器学习、统计建模、预测建模、scikit-learn、XGBoost、PyTorch、TensorFlow、MLOps、生成式AI、LLM、A/B测试
成长机会development opportunities
业务类型profit_center
工作生活
55较低
JD未明确办公模式、弹性安排或加班情况，工作地点在香港，具体WLB需与HR确认。
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
82较高
岗位所在体育业务强调负责任博彩、慈善及社区贡献，并支持打击非法赌博，意义感较强；但博彩行业本身需平衡商业与社会责任。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号betterment of our society、charities and community contribution、combatting illegal gambling、Responsible Gambling、integrity
创新程度积极采用新技术
香港赛马会 的其他在招职位
相似职位推荐
Watch Jobs