机器学习量化研究员简历模板推荐百捷简历这套:内容板块可增可减,配色自由调整,配备 AI 润色、技能条与荣誉墙,一键即可换版。借助 AI 打磨简历文案,几分钟产出完整范本,为薪资谈判增加筹码。
教育经历
2015年9月-2018年6月
鹧鸪山理工学院
计算机科学与技术(硕士)
就读期间围绕数据挖掘、模式识别与神经网络等方向构建了完整的课程体系,多门专业课取得较好名次。先后加入若干课题组,承担数据整理与实验复现工作,在协作中积累了科研推进与团队配合的经验。
工作经历
2018年7月-2021年6月
篁竹科技有限公司
量化模型研究岗
- 主导因子挖掘与预测模型的端到端搭建,覆盖样本清洗、特征衍生、训练调度及离线回测评估。
- 将时序卷积与门控循环结构引入中高频信号研究,在多个标的池上提升了方向判断的命中率。
- 牵头三人研究小组拆解季度目标,协调数据、工程与交易三方资源,保障策略按期进入仿真阶段。
- 持续跟进学术会议与开源社区的前沿方案,将可落地的改进迁移到现有 pipeline,带动组内建模规范迭代。
2021年7月-2023年6月
翦风信息技术有限公司
算法研发工程师
- 承担推荐主链路中排序模型的方案设计与编码落地,支撑核心频道的日常流量分发。
- 面向亿级行为日志完成去噪、特征抽取与样本构建,缓解了模型在长尾场景下的过拟合问题。
- 通过算子融合与推理加速改造,使单次预估耗时下降,同时维持线上指标的稳定。
- 与产品、数据分析等角色保持常态对接,输出可执行的技术方案并跟进效果回收。
项目经历
2019年1月-2020年12月
基线数据采集专项
算法主责
- 该专项围绕行情与基本面数据构建可复用的预测基线,为后续策略迭代提供参照。
- 承担原始数据的接入与清洗,并搭建包含量价指标与财报字段的特征体系。
- 采用序列建模与注意力机制完成价格走向预测,在样本外测试中表现优于原始基线。
- 通过超参搜索与正则化调整,增强了模型在不同市场阶段的稳健程度。
- 整理实验记录并面向团队做成果汇报,相关结论被纳入投资研究流程。
2022年1月-2023年6月
评审机制优化
推荐算法负责人
- 参与推荐链路的改造工作,借助机器学习手段提升结果的相关性与个性化程度。
- 基于用户行为序列完成特征刻画,产出用户侧与内容侧的双向画像。
- 融合矩阵分解与深度网络思路,完成召回与排序环节的算法设计与实现。
- 搭建离线评估与在线实验流程,推动点击与转化指标同步改善。
- 配合产品侧按业务节奏调整分发策略,使用户体验得到提升。
荣誉证书
- 年度优秀技师
- 技术改进奖
技能特长
Python 编程
良好
TensorFlow 框架
良好
PyTorch 框架
良好
统计学习模型
良好
神经网络方法
良好
自我评价
具备5年量化建模与研究经历,对统计学习与神经网络方法有系统理解,数学推导与工程编码基础较为扎实。日常使用 Python 及主流深度学习框架完成模型搭建与调优。在互联网金融与推荐排序两类场景中均主导过完整项目,可从需求梳理一路推进到模型上线。跨职能沟通顺畅,能带动小组按节奏交付。
机器学习量化研究员简历模板
173 人在用自定义板块自定义颜色AI润色AI点评一键更换模板
机器学习量化研究员简历模板推荐百捷简历这套:内容板块可增可减,配色自由调整,配备 AI 润色、技能条与荣誉墙,一键即可换版。借助 AI 打磨简历文案,几分钟产出完整范本,为薪资谈判增加筹码。
使用此模板- 云端操作,实时保存
- 排版格式完整,导出不乱版
- 打印效果最好
- 操作简单、制作快速



















