职位名称：Python/数据工程师 – 量化投资支持
地点：现场 – 新加坡
雇佣类型：合同
关于该职位
我们正在寻找一位经验丰富的Python/数据工程师，具备数据处理、统计和机器学习模型的丰富经验，以支持我们的量化投资团队。理想的候选人应熟悉使用数据框架、DuckDB（或类似技术），并具备良好的定量分析基础。该职位涉及构建、维护和优化数据管道，并为投资研究提供分析支持。
主要职责
• 构建、优化和维护用于量化投资策略的数据管道和工作流程。
• 使用Python（Pandas、Polars、DuckDB）进行数据处理、清理和转换。
• 与量化研究员和投资专业人士密切合作，提供高质量的数据集和分析工具。
• 支持投资决策的统计和机器学习模型的开发和验证。
• 确保多个数据源的数据质量、准确性和可靠性。
• 与利益相关者合作，将投资需求转化为技术解决方案。
• 自动化数据提取、特征工程和报告任务，以提高研究效率。
• 为量化模型的性能监控和回测框架做出贡献。
所需技能和资格
• 计算机科学、数据科学、统计学、数学或相关领域的学士/硕士学位。
• 4-10年Python编程的实际经验，具备数据框架（Pandas/Polars）和DuckDB/SQL的深厚知识。
• 对统计学、概率论和机器学习模型（回归、分类、时间序列）有深入理解。
• 优先考虑有金融数据集工作经验和支持量化研究的候选人。
• 熟悉数据可视化库（Matplotlib、Seaborn、Plotly）。
• 具备良好的数据结构、算法和性能优化理解。
• 具备强大的问题解决和分析能力。
• 接触过量化金融、投资组合优化或风险建模。
• 有使用云平台（AWS/Azure/GCP）进行数据工程的经验。
• 熟悉大数据技术（Spark、Dask、PyArrow）。
• 了解回测框架和金融建模工具。
• 有数据工作流的DevOps/CI-CD经验。
• 能够在快节奏、研究驱动的环境中工作。
• 具备与量化分析师、数据科学家和投资组合经理合作的沟通能力。
• 注重细节，关注数据质量和可重复性。
当您申请时，您自愿同意根据Tech Aalto隐私政策披露、收集和使用您的个人数据用于就业/招聘及相关目的，隐私政策的副本已在Tech Aalto网站（https://www.techaalto.com/privacy/）上发布。
我们保证保密性，仅通知入围面试的候选人。
