•- 主修数据结构、分布式系统、金融工程导论等核心课程，GPA排名专业前15%，连续两年获学业奖学金
•- 参与“金融建模与量化投资大赛”并获华东赛区二等奖，团队开发的行业轮动策略在实盘测试中跑赢基准12%
•- 担任实验室助教期间指导本科生完成3个量化分析项目，协助搭建校园量化开源工具包，累计服务60+名学生
•- 自主完成《Python金融数据科学实战》课程项目，实现期权定价模型与高频交易回测系统，获课程最高分
•- 负责跨市场套利策略的Python开发，通过整合全球期货与现货数据源，设计并实现多品种联动交易框架，完成3个跨市场套利策略的实盘部署
•- 使用Kafka+Redis构建订单消息队列，将策略信号到执行环节的处理延迟压缩至15ms以下，相比原系统提升40%响应速度
•- 协同研究团队将LSTM时序预测模型接入交易决策链，通过特征工程优化使策略夏普比率提升至1.8，年化波动率控制在8%以内
•- 搭建实时行情数据清洗管道，处理日均200TB级别市场数据，通过列式存储方案将历史数据查询效率提升3倍
高级Python量化开发工程师架构设计风险控制
北京
•- 主导分布式量化交易平台的架构重构，采用微服务+容器化方案，支持日均50万笔策略指令的并发处理
•- 开发基于强化学习的动态仓位管理模块，通过多智能体协同训练使组合收益波动率降低22%，风险调整后收益提升18%
•- 建立多维度监控告警体系，整合实时行情、策略指标与风险阈值，将异常交易事件响应时间缩短至3秒内
•- 设计量化策略仿真沙箱，支持研究员快速验证新模型，通过参数化配置使策略开发周期缩短40%
•- 设计跨商品期货与现货的价差监控模型，通过实时计算基差变化捕捉套利机会，覆盖农产品、能源等5大类商品
•- 使用NumPy+SciPy优化回测引擎，将历史数据回测速度提升至每秒10万笔交易量，支持分钟级参数调优
•- 实盘部署阶段设计分级止损机制，根据市场波动率动态调整仓位上限，使单笔最大回撤控制在0.5%以内
•- 项目上线后实现月均18笔有效套利交易，年化收益率达24.7%，显著优于同期市场平均回报
•- 整合另类数据源（社交媒体情绪、供应链图谱）构建因子库，使用XGBoost进行特征筛选，保留32个高显著性因子
•- 开发增量式机器学习流水线，支持每日自动更新模型参数，将策略迭代周期从周级压缩至小时级
•- 设计对抗验证机制识别过拟合风险，通过时间序列交叉验证确保模型在新市场周期中的稳定性
•- 系统投产后管理的组合在2021年牛市行情中取得37.2%年化收益，最大回撤控制在9.8%，夏普比率达1.9
金融工程知识:
熟悉国债期货、波动率指数等衍生品的定价模型，理解宏观因子与资产价格波动的传导机制，曾独立完成VIX期货策略的因子分析
工程实践工具:
熟练使用Jenkins+SonarQube构建CI/CD流水线，通过自动化测试与代码规范检查将线上缺陷率降低60%，管理过200+微服务组件的版本发布
