Watch Jobs
Optiver logo
澳蒂华
2027 Shanghai Machine Learning Engineer Summer Internship
立即应聘

2027 Shanghai Machine Learning Engineer Summer Internship

发布于 大约 3 小时前

实习/见习

上海市
无经验要求
实习生
仅现场办公
学历未注明
机器学习工程
Gpu加速
Jax
Machine Learning
Mlflow
Pytorch
Weights & Biases
分布式训练
量化交易

AI 估算 · 20k–40k

量化交易头部公司实习岗位，薪资竞争力强，技术难度高，上海生活成本较高，综合估算月薪2-4万。

职位详情

关于这个职位

这是一个在Optiver上海办公室的机器学习工程师暑期实习岗位

你将在经验丰富的工程师指导下，参与构建高性能计算平台和库，支持大规模机器学习模型训练与仿真，并应用现代ML技术解决量化交易中的实际问题
实习为期8周，表现优秀者可获得全职offer

最低要求

年或之后毕业的学生

具备机器学习基础，包括优化和深度学习概念
有深度学习框架（如PyTorch、JAX或类似框架）的实际使用经验
对构建可扩展、可复现的机器学习流水线感兴趣，包括数据预处理、训练、评估和实验跟踪
天然的问题解决者，喜欢应对复杂的技术挑战
团队合作者，在协作环境中茁壮成长，渴望学习、迭代和改进
对交易/量化金融行业感兴趣（不需要有金融知识）

工作职责

在由前交易员和工程师组成的内部教育团队带领下，深入研究高级工程概念，并在世界级培训项目中主导创新项目

在短短几周内，你将有机会：
获得将最新ML方法论应用于量化交易问题的第一手经验
帮助构建用于大规模机器学习模型训练和仿真负载的计算平台和库
端到端管理项目，学习如何处理复杂代码库，并对生产系统做出有影响力的贡献
处理真实的交易和IT问题，从技术和功能两方面提升交易成功率
在整个项目中，你将有一位经验丰富的导师配对，向你展示交易系统的内部运作，并为你提供指导和反馈
你将获得持续学习与发展的内部资源

优先资格

能够使用性能分析、基准测试和系统分析来识别和推理计算与性能瓶颈，以提高训练效率

有分布式训练或GPU加速经验者优先
熟悉实验管理工具（如MLflow、Weights & Biases）或工作流编排者优先

AI 洞察

优缺点分析

优点

  • 头部量化公司平台，接触前沿技术和真实交易场景，技术含金量高
  • 完善的培训体系、导师制和丰富的学习资源，帮助快速成长
  • 极具竞争力的薪酬和福利，包括覆盖住宿、航班和餐饮
  • 表现优秀直接转正，职业起点高，发展空间大
  • 竞争激烈，实习转正门槛高，需在短时间内展现出色能力

缺点 / 挑战

  • 工作强度较高，需要适应快节奏和高压的交易环境
  • 技术挑战复杂，需要快速学习分布式训练和性能优化，对学习能力要求高
  • 适合对机器学习、量化交易有强烈兴趣，热爱技术挑战，具备扎实工程能力的在校学生

角色解读

  • 实习转正成为全职机器学习工程师，深入量化交易领域
  • 向高级工程师或技术专家方向发展，掌握分布式训练和高性能计算
  • 未来可转向量化研究员或技术负责人等复合型角色，兼具工程和业务能力
  • 参与构建机器学习训练和仿真计算平台，支持大规模模型训练和模拟负载
  • 将最新ML方法应用于量化交易问题，如信号预测、执行优化等
  • 管理端到端项目，接触生产级代码库并提交影响交易系统的代码
  • 与资深工程师和交易员合作，学习量化交易系统的技术细节和业务逻辑
  • 扎实的机器学习基础，熟悉优化、深度学习核心概念
  • 熟练掌握PyTorch、JAX等深度学习框架，能快速实现模型
  • 具备构建可扩展、可复现ML流水线的能力，包括数据预处理、训练和实验跟踪
  • 优秀的问题解决能力和团队协作能力，对量化金融有强烈兴趣

申请策略

  • 撰写英文简历和求职信（可选），突出技术深度和对量化交易的兴趣
  • 关注Optiver的公司文化和价值观，在面试中展示对卓越、合作和持续改进的认同
  • 突出机器学习项目经验，尤其是训练和优化深度模型的实践，量化结果
  • 展示使用PyTorch/JAX构建完整ML流水线的能力，包括数据处理和实验跟踪
  • 强调任何分布式训练、GPU加速或性能调优的经验，这是加分项
  • 体现团队合作和问题解决能力的经历，用具体例子说明
  • 熟悉PyTorch的分布式训练模块（如DDP/FSDP），了解GPU优化技术如CUDA
  • 学习MLflow或Weights & Biases等实验管理工具，掌握工作流编排

面试指南

  • 采用STAR法则（情境、任务、行动、结果）结构化回答项目经验，突出个人贡献和量化影响
  • 对于技术问题，给出逻辑清晰的步骤，展示诊断和解决方案，体现系统思维
  • 对于动机问题，结合Optiver的技术和业务特点，表达热情和匹配度
  • 解释你最近的一个机器学习项目，你在其中如何设计模型和评估结果？
  • 如何调试一个训练不收敛的模型？你会采取哪些步骤？
  • 描述一次你遇到性能瓶颈并优化的经历，具体做了什么？
  • 你对量化交易有什么了解？为什么想加入Optiver？
  • 你如何处理与团队成员的意见分歧？

职位点评

71
综合评分

顶尖量化公司实习，技术前沿、待遇优厚，但需现场办公且强度未知。

从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。

更适合这类人
适合追求技术成长和职业发展、同时希望获得高回报的在校学生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展85
工作生活50
使命价值60

薪资福利

80较高

该职位提供极具竞争力的薪酬包，并覆盖住宿和航班，福利丰富，补偿性动机满足度高。

薪资信号未披露（AI估算：20K-40K/月）
福利待遇有竞争力的薪酬包、Optiver覆盖的航班与住宿、健身房会员、每周内部按摩、每日早餐、午餐和内部咖啡师、定期社交活动

成长发展

85较高

具备完善的培训体系、导师指导和实践机会，技能成长迅速，发展性动机满足度高。

技术前沿前沿/新兴技术
技术栈PyTorch、JAX、深度学习、分布式训练、GPU加速、MLflow、Weights & Biases
成长机会世界级培训项目、导师、个人发展机会、持续学习和发展
业务类型profit_center

工作生活

50较低

需要现场办公，工作与生活平衡情况未明确，但有优越的餐饮和福利，整体一般。

工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）

使命价值

60中等

量化交易行业前景好，技术驱动，但对社会直接价值贡献有限，意义感动机满足中等。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术

澳蒂华 的其他在招职位

相似职位推荐

Watch Jobs