准备好进入对冲基金的精彩世界了吗？我们正在寻找一位有才华且有动力的**数据工程师**，拥有3-4年的经验，成为我们客户团队的重要成员。
在这个角色中，您将是设计、构建和优化数据管道和基础设施的幕后策划者，这些数据管道和基础设施支持我们最前沿的量化和投资策略。可以将其视为我们数据宇宙的架构师，您构建的每个部分都对高风险决策产生直接影响。
• **主要职责**：
- **数据管道开发**：设计、开发和维护强大且可扩展的数据管道，以从多个来源摄取、清理和转换大量结构化和非结构化数据。确保数据的可用性、可靠性和一致性，以供下游分析和建模使用。
- **数据集成和存储**：实施高效的数据集成解决方案，以连接各种内部和外部数据源。构建和优化数据存储系统，包括数据湖、数据仓库和实时流平台。
- **性能优化**：监控和改进ETL流程和数据库系统的性能，以最小化延迟并最大化吞吐量。确保数据基础设施的高可用性和容错性。
- **与团队合作**：与量化分析师、投资组合经理和数据科学家密切合作，了解他们的数据需求并提供量身定制的解决方案。与IT和DevOps团队合作，在生产环境中部署和维护基础设施。
- **数据质量和治理**：建立和执行数据质量和验证流程，以确保准确性和完整性。实施数据治理实践，以保持对监管要求的合规性。
- **技术探索**：保持对数据工程技术和工具最新进展的了解。评估并推荐新技术，以增强基金的数据能力。
• **资格要求**：
- **教育背景**：计算机科学、工程、数据科学或相关领域的学士或硕士学位。
- **经验**：3-4年数据工程的实际经验，最好是在金融服务或对冲基金行业。
• **技术技能**：
- 精通Python、Java或Scala等编程语言。
- 拥有SQL和数据库技术（如PostgreSQL、MySQL或Snowflake）的丰富经验。
- 拥有大数据工具（如Hadoop、Spark）和云平台（如AWS、Azure、GCP）的实际经验。
- 具有使用数据管道工具（如Apache Airflow、Luigi或类似框架）的经验。
- 熟悉实时流技术，如Kafka或Kinesis。
- 了解数据建模、仓储概念和ETL最佳实践。
• **优先资格**：
- 在对冲基金或金融服务行业的经验是非常理想的。
- 了解金融数据集和市场数据提供商（如Bloomberg、Refinitiv）。熟悉机器学习工作流程并将AI/ML模型集成到数据管道中。
