量化交易数据工程师（AI训练方向）

MiniMax 自主研发了多模态通用大模型，产品覆盖全球 200+ 国家。 这是一个长期、持续演进的核心技术岗位。您将与各领域资深工程师及算法团队紧密协作，系统性构建高质量训练数据，解决大模型在垂直领域的代码生成与推理能力短板，并随前沿技术发展长期迭代数据资产。 岗位职责： 1.搭建高保真量化策略回测模拟环境，生成带时序标签、统计一致性约束和市场微观结构特性的合成策略数据集 2.设计针对核心量化策略范式（alpha 因子合成、统计套利、事件驱动、CTA、ML 因子等）的边界测试用例，将正确实现与典型错误配对为训练样本 3.构造 alpha 因子 → 信号生成 → 组合优化 → 风控因子的代码演进数据：从策略思路、假设提出、回测验证到具体实现的多步推理链 4.设计包含隐蔽陷阱的负面样本（look-ahead bias、生存者偏差、过拟合、因子衰减、样本外失效等），训练模型识别常见策略陷阱 5.开发量化策略专项评估基准，覆盖因子有效性、回测稳健性、风险约束、夏普比率、最大回撤、信息比率等维度

1.3 年以上量化策略研究或策略开发实战经验 2.精通 Python/C++ 3.熟悉至少一种回测框架（zipline / backtrader / rqalpha / vnpy / 内部框架任一） 4.深入理解市场微观结构（订单簿、撮合机制、流动性）与统计学习 / 时间序列分析 5.强逻辑思维：能将复杂的金融业务规则（因子合成、风险模型、组合优化）准确转化为代码逻辑 6.有私募量化或自营交易台的策略研究经验加分