MLE (Quant Researcher)

我們是一支由數據驅動的量化研究團隊。團隊結合機器學習與統計學，致力於從全球市場海量資料中提取具代表性的交易訊號。在此角色中，你將與量化研究員（Quant Researchers）及系統工程師紧密合作，將前沿的 ML/DL 模型導入 Alpha 因子研發與回測系統，推動量化策略的創新與落地。

【工作內容】

1. 海量金融數據特徵工程：處理多源、高維度或高頻之市場交易數據，進行數據清洗、特徵挖掘與訊號有效性驗證。

2. Alpha 模型研發與優化：應用 Tree-based 模型（LightGBM/XGBoost）、Transformer 等深度學習架構，進行 Alpha 訊號設計、Ranking/Scoring 模型構建與調參。

3. 量化回測與策略驗證：開發與維護高效能量化回測框架，進行市場狀態分析、訊號衰退評估與風險特徵驗證（如 Sharpe Ratio, MDD 等）。

4. MLOps 與工程落地：參與量化 ML 模型 Pipeline 建置、實驗追蹤與 Monitor 架構，確保研究成果穩健轉化為線上系統。

【需求條件】

1. 精通 Python 及其資料科學核心生態系（Pandas, NumPy, Scikit-learn）。

2. 具備主流機器學習（LightGBM / XGBoost）或深度學習（Transformer 等）在真實數據集上的實戰與優化經驗。

3. 具備紮實的時間序列（Time-Series）分析、統計學基礎與特徵工程能力。

4. 理解量化研究基本邏輯、回測流程與風險評估指標。

【加分條件】

1. 具備量化金融、系統化交易或 Alpha 因子研發經驗。

2. 熟悉市場微結構（Market Microstructure）、Order Book / Order Flow 或微觀交易數據處理。

3. 具備 MLOps、Feature Store 或實驗追蹤工具（如 MLflow, W&B）實務經驗。

4. 具備 Real-time Inference 或高併發/大規模 AI 系統設計經驗。