Python全栈技术社区
校招内推 | 百亿量化私募-九坤投资-Quant Developer（急招）
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区九坤投资-【梧桐计划】Quant Developer（急招）
校园招聘 面向 2025年12月 ~ 2026年12月 期间毕业的同学
工作地点：北京市·海淀区/上海市·浦东新区
岗位职责：
- 参与核心系统的设计、开发及优化，包括但不限于：交易系统、回测系统、数据系统，AI 系统等
- 根据个人兴趣特长将参加不同领域系统的开发，部分可参与交易策略实现
任职要求：
- 计算机、物理、统计、数学、金融或其他理工科相关专业
- 熟练使用 C++/C/Python 等系统开发语言
- 具有良好的沟通能力和团队协作能力
- 擅长故障分析和排除
- 喜欢技术挑战，有 Geek 精神
加分项：
- 熟悉数据中心架构，有集群使用经验，有K8S经验
- 熟悉计算机系统结构知识和 Linux 系统架构，有异构计算优化经验或者AI框架开发经验
- 熟悉网络协议及分析实现，熟悉Socket和TCP/IP开发
- 独立或主导完成过软硬件系统原型开发，可以是计算、存储、通信等任何一类系统
- 发表过国际顶级会议论文
我们能提供：
- 最顶尖的交易技术和系统环境
- 纯粹的技术和研究环境，校园和职场丝滑切换；完整的金融和交易培训体系可以帮助没有金融经验的你快速熟悉金融交易
- 根据个人兴趣和性格匹配最适合的导师，标准化培养和定制化课题相结合的1V1带教机制
- 畅通无阻的晋升或跨部门转换通道，并为优秀人才提供顶级的福利待遇和激励回报
九坤投资的内核定位是一家以量化挖掘规律，还原价值的科技公司，获得100+行业荣誉，是国内成立较早的量化投资机构之一。 公司的投研和技术团队90%毕业于美国常青藤、清北复交等知名院校，核心团队包括海外知名对冲基金优质人才，数学、物理、计算机等领域资深专家，国际顶会论文作者，国际知名数学及计算机竞赛如CMO、NOI、ACM-ICPC、CPhO、APhO、Kaggle等竞赛高手。
投递链接：UBITALENT - 校园招聘
推荐码：DSUy29Tw
相关推荐
学术文献研究系列第33期：Quant因子周期.pdf
传统量化因子的表现波动的周期性变化3. Quant因子周期的实证结果和应用4. 量化因子的暂时失效和恢复的机理5. 投资者应当如何应用Quant因子周期来制定投资策略相关研究报告：1.
高校及科研院所如何利用外部数据完善技术转移转化机制.docx
科易网基于40亿+科创知识图谱数据库，深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，研究科技创新领域的AI+数智化解决方案，推动科技创新与产业创新智能化发展。
完全复现虚拟同步发电机VSG自适应惯量阻尼控制仿真、根轨迹、调节系数对比（Simulink仿真、Matlab代码实现）
内容概要：本文档围绕“【完全复现】虚拟同步发电机VSG自适应惯量阻尼控制仿真、根轨迹、调节系数对比”这一主题，利用Simulink和Matlab平台，系统性地实现了虚拟同步发电机（VSG）的自适应惯量与阻尼控制策略的建模与仿真。内容涵盖VSG的核心控制原理、系统动态响应特性分析、根轨迹绘制以及在不同调节系数下的性能对比研究，旨在深入剖析关键控制参数对系统稳定性与动态性能的影响机制，为新能源并网系统中提升频率支撑能力和暂态稳定性的控制策略设计提供理论依据和技术支持。; 适合人群：具备扎实的电力系统分析与自动控制理论基础，熟练掌握Matlab/Simulink仿真工具，主要从事新能源发电、微电网运行、电力电子变换器控制或电力系统稳定研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①开展虚拟同步发电机（VSG）的建模与先进控制策略的深入研究；②探究自适应惯量与阻尼控制对改善电网频率响应速度和平抑功率波动的作用机理；③运用根轨迹法进行系统稳定性分析，并指导控制器参数的优化整定；④完成高水平学术论文撰写或科研项目申报所需的仿真复现实验。; 阅读建议：本资源以“完全复现”为核心目标，提供了完整的仿真模型与配套代码。使用者应在深入理解同步发电机转子运动方程、虚拟惯量及阻尼物理意义的基础上，结合电力系统暂态稳定理论，逐步操作并调试仿真模型，尤其需关注不同调节系数变化对系统动态性能指标（如超调量、调节时间）的影响，从而深化对VSG内在控制机制与稳定边界的认知。
员工满意度数据集（11列，12000 条记录）CSV 合成
详情介绍：该 HR 员工数据集含 12,000 条 ×11 列（满意度、绩效评估、项目数、月均工时、司龄、工伤、福利包、晋升、部门、薪资），无缺失值但无离职标签列，且存在数据质量问题（141 条负绩效评估、144 条负工时、49.4% 异常高工伤率、项目数仅 0/1/2），疑似经过修改或合成，不能直接做经典的员工离职预测，适合做满意度回归、薪资三分类、晋升预测或员工聚类分析，使用前必须清洗异常值并注意数据真实性限制。
科技服务机构如何通过数据服务增强市场竞争力？.docx
科技服务机构如何通过数据服务增强市场竞争力？
