量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据领域的主流自媒体公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业20W+关注者,连续2年被腾讯云+社区评选为“年度最佳作者”。

2021年即将接近尾声,全球各大TOP量化基金也开始了2022年的抢人大战(校招),公众号特意搜集了12家全球顶尖量化对冲基金的2022年量化研究员校招的JD(如下表),包括:Akuna、Aquatic、Citadel、DRW、Jane Street、PDT、Point 92(Cubist)、Sapientia、Sig、Tower、Vatic、Virtu
我们搜集的职位仅包括量化研究员(除了Tower以外),从这12家的招聘需求上,我们可以看出在2022年,顶尖量化基金对于量化研究岗位最基本的需求有什么共同点。
关于机器学习
我们特意把各家招聘JD中对于机器学习的原句摘录了下来,这所有12家公司中,其中7家在招聘需求中明确要求应聘者掌握机器学习的相关知识
其中以DRW及Vatic对于机器学习的要求最为严格。比如:
DRW要求:
“Significant hands-on experience applying machine learning algorithms to real world problems.”
Vatic要求:
“In depth technical knowledge of AI, deep learning, and machine learning algorithms including strong knowledge of the mathematical underpinnings behind these various methods”,需要应聘者掌握机器学习方法背后的数学理论。
Tower没有开放Quant Research的职位,但其也是罕见的对于Quant Trader有机器学习相关的要求。
除了对量化研究员有机器学习的相关要求外,现在大部分公司有单独的机器学习研究员的岗位。相对于量化研究员,机器学习研究员更专注于机器学习算法的设计与优化。如G-Research还开设了专门的机器学习学院,帮助员工提高相关技能。
所以,按照目前的趋势,机器学习相关知识已经逐渐成为量化研究员的标配,而更专业的机器学习大牛可以应聘机器学习研究员。
关于编程语言
毫无疑问,对于量化研究员的岗位,Python语言更适合快速进行策略逻辑的探索与实践,更专业的策略实现可以交给量化开发工程师。在统计的12家机构中,其中11家公司有Python语言的要求。只有非常极客的Jane Street,希望员工入职后使用自家的OCaml语言。
相关阅读:

除了Python之外,如果能够掌握C++,也是大部分公司招聘的加分项。当然R和Matlab也是可以接受的。而只有Aquatic,在招聘需求中接受量化研究员使用Java。
C++,大家接受指针的摧残吧
关于金融专业/经验
虽然公众号很清楚的知道,金融专业在量化求职中没有很大的优势。但还是让公众号惊讶的是,在12家JD中,有9家公司明确表示,不需要大家有金融行业的知识和经验,而更看重:
  • 解决实际问题的能力
  • 多任务的处理能力
  • 对细节的强大注意力
金融专业,或许,确实不是量化对冲基金的目标招聘专业。
所以,有时间考证,不如多刷几遍tensorflow源代码!
祝大家求职顺利~
继续阅读
阅读原文