金融量化研究员
深圳
中文母语水平
英语可口语交流
0
1
2
3
4
5
1小时前在线
个人介绍
我是一名深圳大学软件工程专业的硕士毕业生，目前是一位AI机器学习算法工程师。我有如下爱好特长：
热爱AI行业，喜欢AI agent部署和机器学习算法模型训练落地，并擅长利用数学方法解决行业实际问题，为行业提效。熟练掌握Python机器学习生态（Scikit-learn、PyTorch、TensorFlow、Yolo、LangChain、GraphRAG等）及Linux系统操作，能够高效部署和训练模型；并熟练利用开源模型进行迁移学习与持续学习，曾多次独立或协作完成多个机器学习模型训练项目，实现模型性能优化与实际应用落地。具备软件工程能力，熟悉低代码开发、智能体部署、DevOps流程与测试驱动开发，能够利用AI编程工具（Codex、Trae、Cursor、Claude Code、Kiro、Copliot等）提升项目开发效率和代码质量。具备自主完成全栈开发网站和app的能力，掌握vue、Nuxt、HTML、CSS、JavaScript、React等前端框架；Node.js、SpringBoot、MyBatis、Flask、Litestar、Golang等后端框架和Oracle、MySQL和PostureSQL数据库管理等技术。自学能力强，能够快速接受新知识。能够快速掌握行业业务逻辑以完成项目开发。工作经历
2025-12-01 -2026-06-30深圳粤石资本投资有限公司金融量化研究员
1. 负责公司全栈投研分析系统的开发与维护，基于Playwright、Scrapy、Selenium搭建高并发爬虫框架，实时采集A股行情、公告、新闻、研报及舆情等多维异构金融数据，提升投研数据获取的时效性与完整性。 2. 独立完成公司内部量化投资网站的前后端搭建，采用Nuxt、Litestar与PostgreSQL构建数据服务与可视化分析平台，实现公司内部投研数据统一管理、策略结果展示及内部团队高效协同使用。 3. 在系统开发过程中引入测试驱动开发(TDD)与DevOps和MLOps规范，完善代码测试、版本管理(git)、持续集成与部署(CI/CD)流程，保障系统运行稳定性、可维护性与迭代效率。 4. 参与事件驱动型量化策略研究，结合深度学习与大语言模型进行迁移学习与监督微调(SFT、LoRA、QLoRA等)处理海量金融文本，构建适用于公告、新闻、舆情的语义理解能力，提升市场异动信号识别精度。 5. 基于LangChain和LangGraph架构搭建RAG关系型实体库，深度挖掘事件驱动型量化信号，并完成A股盘中实时高频回测与策略验证，为辅助公司内部投研团队快速捕
教育经历
2022-09-01 - 2026-06-30深圳职业技术学院软件技术专科
核心课程：数理基础课程（平均绩点3.5）、Python数据分析与可视化（满绩）、网络爬虫技术（满绩）、数据结构、软件工程、机器学习、深度学习、计算机视觉、全栈网页开发、MySQL数据库管理***开发、移动应用开发（安卓、鸿蒙）、人工智能大模型基础、强化学习、自然语言处理
资质认证
语言
作品
在机器学习金融时间序列研究中，若只依赖于股价回归训练，模型容易吸收复权制度差异与短期交易噪声，使得事件信息含量与制度性尺度变化难以区分，导致回测失真；因为股价本身并不是时间序列，而是由事件驱动而导致的连锁反应。为了研究事件对股票市场的连锁反应的主要因素，以及什么方法更能捕获事件对股票市场的驱动能力，
02026-08-27 22:52
