Careers at Axq

关于我们 安贤投资 （ AXQ Capital ） 是一家全球量化投资机构。我们立足不同地域、资产类别和交易周期，持续构建多元化的投资优势。我们的策略植根于严谨的量化研究与深入的市场理解，并通过对数据、技术和人工智能的长期投入不断强化。我们汇聚来自全球顶尖高校及领先量化机构的优秀人才，倡导以好奇心、严谨精神和主人翁意识为基础的合作文化。在这里，最好的想法能够脱颖而出，每个人也能与公司共同成长。 岗位职责 作为 Software Engineer ，您将与研究、开发、交易团队紧密合作，参与公司核心基础设施与交易支持系统的设计、开发与维护。您的工作包括： 参与计算、数据与研究基础设施的建设，包括任务调度、部署发布、可观测性等平台化能力 参与订单管理（OMS）与实时风控系统的设计、开发与迭代，支持多市场、多账户、多策略下的下单、持仓与限额管理 与研究和交易团队协作，将业务需求转化为稳定、可扩展、可审计的系统能力 持续改进系统的正确性、性能与可靠性，完善测试、监控与告警 岗位要求 国内外知名院校计算机科学、自然科学、工程或金融数学等相关专业本科及以上学历 扎实的编程能力与计算机基础，熟练使用 Python（其他语言为加分项） 熟悉 Linux 系统使用，对网络、并发、操作系统、数据结构与算法有扎实理解 对金融市场与交易系统有兴趣，愿意深入理解业务逻辑 具有良好的工程习惯和出色的沟通能力 具有解决新问题的勇气、热情和能力，以及强烈的责任感 欢迎应届毕业生及处于职业早期的候选人申请，相关行业经验为加分项 加分项： 实习、开源项目或个人项目中有后端系统、分布式系统或大规模数据处理相关经验 熟悉至少一门静态编程语言（C++ / Go / Rust） 熟悉常见分布式系统/数据平台组件（Kafka、ClickHouse、Kubernetes 等） 熟悉 CI/CD、容器化、可观测性（Prometheus / Grafana 等）等工程实践 有交易、风控、清算对账等系统的建设经验，或量化/金融科技相关实习经历 有数学、物理、信息学或计算机等学科竞赛（如 ACM/ICPC、NOI、IMO、IPhO 等）获奖经历 熟练使用 AI 辅助编程工具（如 Claude Code、Cursor、Codex 等）

关于我们 安贤投资 （ AXQ Capital ） 是一家全球量化投资机构。我们立足不同地域、资产类别和交易周期，持续构建多元化的投资优势。我们的策略植根于严谨的量化研究与深入的市场理解，并通过对数据、技术和人工智能的长期投入不断强化。我们汇聚来自全球顶尖高校及领先量化机构的优秀人才，倡导以好奇心、严谨精神和主人翁意识为基础的合作文化。在这里，最好的想法能够脱颖而出，每个人也能与公司共同成长。 岗位职责 作为 量化开发工程师（Quantitative Developer） ，您将与研究、开发与交易团队紧密合作，参与策略研究、系统化交易和风险管理领域的解决方案建设。您的工作包括： 参与全球多市场接入及跨地域、多资产类别的数据、投研、回测和交易系统的开发与维护 参与大规模金融数据管道与数据平台的建设，覆盖多市场、多资产数据的接入、清洗、存储与质量监控 参与事件驱动的高频回测与模拟交易框架的开发，保障研究、回测与生产环境在数据语义与时间模型上的一致性 参与订单管理、执行算法、组合构建与实时风控系统的开发与迭代，兼顾系统效率、正确性与稳定性 岗位要求 国内外知名院校计算机科学、自然科学、工程或金融数学等相关专业本科及以上学历 扎实的编程能力与计算机基础，熟练使用 Python（其他语言为加分项） 扎实的数学与概率统计基础 熟悉 Linux 系统使用，对网络、并发、数据结构与算法有扎实理解 具有良好的工程习惯和出色的沟通能力 具有解决新问题的勇气、热情和能力 具有强烈的责任感 欢迎应届毕业生及处于职业早期的候选人申请，相关行业经验为加分项 加分项： 实习、开源项目或个人项目中有量化研究、金融数据处理或大规模数据/系统相关经验 熟悉至少一门静态编程语言（C++ / Rust / Go） 具有机器学习、数据分析或时序数据建模经验 熟悉常见分布式系统/数据平台组件（Kafka、ClickHouse、Kubernetes 等） 有 AI/LLM 工程实践（Agent、RAG、推理部署与优化等） 有数学、物理、信息学或计算机等学科竞赛（如 ACM/ICPC、NOI、IMO、IPhO 等）获奖经历 熟练使用 AI 辅助编程工具（如 Claude Code、Cursor、Codex 等）

关于我们 安贤投资 （ AXQ Capital ） 是一家全球量化投资机构。我们立足不同地域、资产类别和交易周期，持续构建多元化的投资优势。我们的策略植根于严谨的量化研究与深入的市场理解，并通过对数据、技术和人工智能的长期投入不断强化。我们汇聚来自全球顶尖高校及领先量化机构的优秀人才，倡导以好奇心、严谨精神和主人翁意识为基础的合作文化。在这里，最好的想法能够脱颖而出，每个人也能与公司共同成长。 岗位使命 作为 Head of Machine Learning Infrastructure ，你将向 CTO 汇报，负责公司面向机器学习和量化研究的核心计算与平台基础设施，包括 GPU/CPU 集群、分布式训练、研究计算平台、机器学习平台及开发者工具 。 核心目标是打造一套能够支撑 大规模特征工程与机器学习训练 的基础设施体系，支持 PB 级数据处理能力 ，并能够高效利用 数十 TB 级别训练数据进行模型训练与实验迭代 。系统需具备高性能、可扩展、可复现、易使用且成本高效的特性，持续提升研究与工程效率。 主要职责 负责机器学习基础设施团队建设、技术规划和项目推进，制定中长期平台路线。 建设和优化 GPU/CPU 集群、任务调度和分布式计算平台，支持大规模模型训练、特征计算和量化研究。 构建支持 PB 级数据规模的特征工程与数据处理平台 ，提升海量数据的计算、存储与访问效率。 支持基于 数十 TB 级训练数据 的分布式训练与实验体系，优化数据加载、并行训练与资源调度效率。 建设统一的机器学习平台，包括开发环境、实验管理、模型版本、依赖管理和模型部署流程。 优化训练与研究场景下的存储、网络、数据管道和计算性能，提高 GPU/CPU 资源利用率并控制基础设施成本。 建设模型训练、批量/在线推理及相关生产基础设施，提升模型从研究到生产的效率和可靠性。 持续优化开发者工具和研究工作流，提升大规模数据与模型实验的迭代效率。 建设平台监控、容量规划、权限、安全和自动化体系，保障大规模系统的稳定性与可维护性。 岗位要求 8 年以上机器学习基础设施、分布式系统、平台工程、高性能计算或云基础设施相关经验。 有基础设施或平台团队管理经验，以及复杂系统架构和落地能力。 扎实的 Linux、网络、存储、分布式系统和容器技术基础。 熟悉 GPU 计算、分布式训练和大规模机器学习工作负载，对任务调度、数据 I/O、特征工程和系统性能优化有实践经验。 熟悉 Python、Go、C++、Rust、Java 等至少一门编程语言。 熟悉 Kubernetes、Docker、CI/CD、Infrastructure as Code、监控和云计算基础设施。 具备较强的平台产品意识，能够深入理解量化研究员、机器学习研究员和工程师在大规模数据与模型训练场景下的需求。 加分项 有量化投资、对冲基金、机器学习平台或大规模研究计算平台经验。 有 GPU 集群、分布式训练或 HPC 平台建设经验。 熟悉 PyTorch Distributed、Ray、Slurm、NCCL、CUDA、RDMA 等技术。 有大规模特征工程平台、数据管道系统或 PB 级数据处理经验。 有 AWS、GCP、阿里云、腾讯云等云平台的 GPU 资源和成本优化经验。 熟悉 Claude Code、Codex、Cursor 等 AI coding tools，并有推动其团队化应用的经验。

关于我们 安贤投资 （ AXQ Capital ） 是一家全球量化投资机构。我们立足不同地域、资产类别和交易周期，持续构建多元化的投资优势。我们的策略植根于严谨的量化研究与深入的市场理解，并通过对数据、技术和人工智能的长期投入不断强化。我们汇聚来自全球顶尖高校及领先量化机构的优秀人才，倡导以好奇心、严谨精神和主人翁意识为基础的合作文化。在这里，最好的想法能够脱颖而出，每个人也能与公司共同成长。 岗位使命 作为 Head of Machine Learning Infrastructure ，你将向 CTO 汇报，负责公司面向机器学习和量化研究的核心计算与平台基础设施，包括 GPU/CPU 集群、分布式训练、研究计算平台、机器学习平台及开发者工具 。 核心目标是打造一套能够支撑 大规模特征工程与机器学习训练 的基础设施体系，支持 PB 级数据处理能力 ，并能够高效利用 数十 TB 级别训练数据进行模型训练与实验迭代 。系统需具备高性能、可扩展、可复现、易使用且成本高效的特性，持续提升研究与工程效率。 主要职责 负责机器学习基础设施团队建设、技术规划和项目推进，制定中长期平台路线。 建设和优化 GPU/CPU 集群、任务调度和分布式计算平台，支持大规模模型训练、特征计算和量化研究。 构建支持 PB 级数据规模的特征工程与数据处理平台 ，提升海量数据的计算、存储与访问效率。 支持基于 数十 TB 级训练数据 的分布式训练与实验体系，优化数据加载、并行训练与资源调度效率。 建设统一的机器学习平台，包括开发环境、实验管理、模型版本、依赖管理和模型部署流程。 优化训练与研究场景下的存储、网络、数据管道和计算性能，提高 GPU/CPU 资源利用率并控制基础设施成本。 建设模型训练、批量/在线推理及相关生产基础设施，提升模型从研究到生产的效率和可靠性。 持续优化开发者工具和研究工作流，提升大规模数据与模型实验的迭代效率。 建设平台监控、容量规划、权限、安全和自动化体系，保障大规模系统的稳定性与可维护性。 岗位要求 8 年以上机器学习基础设施、分布式系统、平台工程、高性能计算或云基础设施相关经验。 有基础设施或平台团队管理经验，以及复杂系统架构和落地能力。 扎实的 Linux、网络、存储、分布式系统和容器技术基础。 熟悉 GPU 计算、分布式训练和大规模机器学习工作负载，对任务调度、数据 I/O、特征工程和系统性能优化有实践经验。 熟悉 Python、Go、C++、Rust、Java 等至少一门编程语言。 熟悉 Kubernetes、Docker、CI/CD、Infrastructure as Code、监控和云计算基础设施。 具备较强的平台产品意识，能够深入理解量化研究员、机器学习研究员和工程师在大规模数据与模型训练场景下的需求。 加分项 有量化投资、对冲基金、机器学习平台或大规模研究计算平台经验。 有 GPU 集群、分布式训练或 HPC 平台建设经验。 熟悉 PyTorch Distributed、Ray、Slurm、NCCL、CUDA、RDMA 等技术。 有大规模特征工程平台、数据管道系统或 PB 级数据处理经验。 有 AWS、GCP、阿里云、腾讯云等云平台的 GPU 资源和成本优化经验。 熟悉 Claude Code、Codex、Cursor 等 AI coding tools，并有推动其团队化应用的经验。

About Us AXQ Capital is a global quantitative investment firm. We build diverse sources of investment edge across geographies, asset classes, and trading horizons. Our strategies are grounded in rigorous scientific research and deep market understanding, strengthened by sustained investment in data, technology, and AI. Our team brings together exceptional talent from leading academic institutions and the world’s most respected quantitative firms. We foster a collaborative culture built on curiosity, rigor, and ownership, where the best ideas win and people grow with the firm. Responsibilities As a Quantitative Developer, you will work closely with our research and engineering teams to contribute to solutions across strategy research, systematic trading, and risk management. Working under the guidance of senior team members, your work will include: Contributing to global multi-market connectivity and cross-region, multi-asset-class data, research, backtesting, and trading systems — taking ownership of well-scoped components and growing into broader areas of the stack Helping build and maintain event-driven backtesting and simulation frameworks, with attention to consistency in data semantics and time models across research, backtesting, and production environments Implementing and improving pieces of our order management, execution, and real-time risk systems, with a focus on writing correct, well-tested, and performant code Requirements 0–3 years of software engineering experience, including internships; prior exposure to quantitative finance is a plus but not required Bachelor's degree or higher in Computer Science, Natural Sciences, Engineering, Financial Mathematics, or a related quantitative field Solid programming skills and computer science fundamentals; proficient in Python, with working knowledge of (or strong interest in learning) a statically-typed language such as C++, Rust, or Go Familiarity with Linux, basic networking, and concurrency concepts; willingness to deepen these skills on the job Curiosity, drive, and the ability to learn quickly when tackling unfamiliar problems Sense of ownership over the work you take on, and willingness to ask questions early Preferred Qualifications Internship, research, or personal project experience related to trading systems, market data, or backtesting Coursework, competitions, or open-source contributions demonstrating strong engineering or quantitative skills (e.g., ICPC, Kaggle, well-maintained GitHub projects) Effective use of AI-assisted coding tools (e.g., Claude Code, Cursor, Codex) The anticipated annual base salary range for this position is $150,000 to $200,000, depending on prior experience and qualifications. We offer a competitive total compensation package that includes base salary and an annual discretionary bonus. Benefits AXQ team members enjoy comprehensive benefits, including: Medical, dental, and vision insurance, with 100% employer-paid premiums for individuals 401(k) with employer matching up to 6% Life and disability insurance Health savings and flexible spending accounts Generous paid time off Regular office-provided meals and team events