非凸:求职量化行业QA
Q1:学校背景不够好,能否有机会进入量化行业?
A:学校背景是综合学习能力的展现,若专业对口且能力突出,能展现出从事这项工作的某些硬性技能,如代码能力(Leetcode、Kaggle世界排名靠前)非常强,也是有机会进入量化行业。
Q2:跨行业工程师,能否进入量化行业?
A:技术应用于产品业务,而不同业务场景之间的技术又是高度相似的。比如,量化交易系统是一个很复杂的技术架构,需要思考:如何实现高可靠和高并发,如何平衡吞吐和延迟,如何根据业务发展路线来制定技术路线等。
Q3:应聘量化行业公司,如何做出正确的判断和选择?
A:建议先根据自身情况,大概3个方向:稳定大平台、高速发展平台、小而美平台。排名、规模、公司奖项等,也是重要判断角度。同时要考虑自己最看中的点,比如公司背书、带教能力、成长速度、薪资体系等。应届生建议进入能让自己快速学习成长、获得正统方法论的地方。
Q4:如何一步步成为量化行业大佬?
A:他们往往有几个共同点:1.无论市场环境好坏,今年能否赚钱,外部对量化评价如何,他们都会坚定地选择量化投资的职业道路;2.和公司相互赋能成长;3.在薪酬和机遇面前,都会选择后者。
如果你对量化行业感兴趣,又相信技术的力量,那么欢迎你加入非凸!
【岗位】Rust开发工程师/量化策略研究员
【投递邮箱】recruit@ft.tech
【微信沟通】354334592
【官网】ft.tech
相关推荐
产品研发QA质量度量
这不仅包括可以直接量化的结果,如收入增长或技术性能提升,还包括难以量化的长期影响,如品牌影响力和市场竞争力。##### 1.
QA-LoRA:面向大语言模型的量化感知微调
最先进的大型语言模型(LLMs)通过数十亿参数进行预训练。虽然预训练的 LLMs 能执行多种任务,但经过微调后性能可显著提升。得益于 LoRA 技术,微调成本得以大幅降低。LoRA 在冻结的原始参数基础上添加低秩张量(即少量参数,约数百万个)。微调过程中仅训练这些新增张量中的参数。LoRA 仍需将模型加载至内存。十亿参数需占用 2GB 内存空间。例如 Llama 2 13B 模型拥有 130 亿参数,需 26GB 内存。注:此计算基于 16 位精度参数(fp16 或 bfloat16)。
软件质量QA与QC
#### 三、通过过程管理提高质量的重要性软件质量本身是一个相对抽象且难以量化的概念,这意味着无法直接对软件质量进行精确的量化评估。
KS-QA:质量保证知识体系(测试开发工程师[QA]知识体系)
审查与检查:除了代码审查,还包括文档审查、需求审查等,确保项目整体质量。11. 定性分析:对非量化因素进行评估,如用户体验、可用性和可维护性。七、持续集成/持续部署(CI/CD)12.
QA-distri包含一组用于数字放射学QA的ImageJ插件-开源
这些工具可能包括图像分析、定量测量、校准和标准化等功能,有助于检测和量化成像设备的性能指标,如分辨率、对比度、噪声等。


