北京智投道合投资管理有限公司成立于2014年10月,公司致力于成为量化资产配置领域的先行者。公司创始团队成员有着丰富的量化投资经验,建立了20余人的以投研为核心的专业量化投研团队,在国内的产品形态为FOHF(对冲基金母基金),在海外的产品形态为海外资产配置。                
  在FOHF业务中,以量化为基础建立了完善的投前、投中和投后管理体系,包括:对冲基金数据库、组合评价系统、对冲基金评价系统(包括对冲基金指数、净值评价系统以及交易记录评价系统)和风控系统。同时,公司在作为母基金投顾过程中,积累了丰富的子基金尽调、商业条件谈判以及产品发行方面的丰富经验。        
   FOHF母基金领域公司已经与多家三方财富管理公司(泰诚、小马青青、金海棠)、FOHF(华软、量子金服、传家堡)、证券(东吴证券)及银行(工商银行)建立了战略或深度合作。参与管理母基金规模近40亿元人民币。在海外投资方面,已经对多位企业家超过1亿元人民币的海外资产进行了资产配置建议。                
                            
   一、量化分析师 (可实习六个月以上)      
   职位描述        
                
   工作内容:        
   1、从事量化策略研究和模型开发;        
   2、参与基于量化策略或模型的投资管理工作;        
   3、进行投资组合的管理,协助量化投资产品的开发和运营工作。        
                
   任职资格:        
   1、理工科或金融工程硕士及以上学历,1年以上量化投资或量化策略研究经验;        
   2、深入理解各种基础证券和衍生品分析的理论和方法,具备研发和实施分析方案的能力;        
   3、在数学、统计、算法、金融工程等方面学术基础扎实,具备研发实务模型的能力和经验;        
    4、工作积极、责任心强、具备良好的沟通能力和团队合作能力。        
            
    二、 机器学习算法工程师(可实习六个月以上)                            
    岗位职责:                                
    1、处理海量市场数据,基于机器学习与数据挖掘算法进行量化投资研究 ;                           
    2、负责基于机器学习的策略设计与优化,撰写分析报告;                             
    3、针对业务场景,探索真实环境数据中的内在关联,进行分析验证并优化;                
    4、参与相关产品和系统建设等方面的工作。                                
                                                                
   任职要求:                                
   1、 熟练掌握python等语言;                                
   2、 精通数理统计,掌握常用数据挖掘和学习算法,例如:逻辑回归,决策树分群,聚类、关联分析等等;                                
   3、有2年以上的数据挖掘或相关专业研究经历的面试者优先;                                
   4、有较强的人际沟通、问题解决能力;                                
   5、有海量数据分析经验者优先;计算机科学等相关专业研究生以上学历优先考虑;                                
   6、具备良好的沟通表达能力,有责任感和团队合作精神。      
                      
                                
                        
                          
   简历投递邮箱:zhangli@zhinengtou.com                                  
   简历投递格式:姓名—毕业院校—学历—应聘职位                                  
   公司地址:北京市海淀区紫竹院南路23号国防工业出版社中大写字楼一层                      
   联系方式:010-59904122 
--
FROM 36.110.15.*