IT团队，在日益强调技术调优的量化投资行业中，正在扮演着越来越核心的角色。
最近正值校招，为了解答同学们对量化IT团队的诸多问题，本期“龙旗小宇宙”播客我们邀请到了龙旗IT团队的资深工程师，请他来回答同学们提出的问题，同时解读我们的热招技术岗~
那量化开发工程师的分享确实也是非常干货，没有废话，都是亮点！那就让我们一起，打开量化IT的大门，解锁这个有趣、有挑战更有收获的行业吧~
精彩速递
在量化投研流程中，技术团队主要承担
哪些工作？
技术团队是参与到量化业务全流程中的，所以我就从量化业务的流程来说：
最开始是数据收集。在这个过程中，技术团队会做对接数据商、数据采集、数据清洗和验证的工作，比如搭建数据平台之类的；
下一个流程是策略研究，技术团队会辅助策略研究员做因子计算的框架、回测系统的代码开发，以及性能优化、系统开发的工作；
再下一个流程是实盘交易，也就对应着交易系统的开发；
最后是组合管理，比如策略表现的跟踪和分析系统的开发工作等等。
如何判断自己是否适合在量化公司做
技术？
其实适不适合量化的技术岗，我个人认为没有说一个人特别不适合这种说法。
因为量化和互联网行业在技术背景上没有特别多的区别，都会面临各种各样的挑战。所以只要你是一个对技术有追求、特别喜欢写代码、或者说喜欢迎接技术挑战的同学，我觉得都是适合做量化业务的。
要说到量化和互联网公司的区别，我觉得最大的区别在于量化的技术人员是和公司业务联系更加紧密的，因为互联网公司通常会有产品经理去做需求分析和产品设计，这一个步骤对于技术开发是屏蔽掉的。
量化公司一般没有产品经理，这就要求技术人员要有一定的业务理解能力，要接触更多业务一线，去了解整个业务流程是怎么运作的。比如很多时候，我们会接到一个小需求，分析之后发现它和上下游的业务流程是紧密关联的，然后我们技术人员会参与到整个业务上下流的链条中。
不同的量化机构，它的策略风格、研究模式、交易模式，也都是不一样的，所以技术人员基本都是紧贴着业务走的。而且由于市场是不断变化的，业务模式也会频繁变化，所以在系统设计和产品设计上，这些扩展性的要求其实是相对更高的。
龙旗的技术团队主要有哪些方向？
从技术层面划分的话，大概有5个部分，我从技术底层往上层说：
首先最底层是运维和基础架构团队，运维就是负责机房、网络这些，大家应该都了解，然后基础架构和互联网公司的区别也不大，主要就是集群调度、高性能中间件，比如存储引擎、消息队列这些。
再往上其实就都是应用层了，先说投研支持团队，主要是负责数据平台、因子管理、分布式计算、调度框架这些和投研相关的系统开发，主要支持策略研究。
接下来是电子交易团队，主要负责券商对接、交易系统建设等等；然后是组合管理的支持团队，主要负责组合管理的系统建设，比如风控系统。最后是交易算法团队，负责交易算法，以及行情接入、订单簿之类的工作。
目前热招的数据工程师岗位，是属于整体
业务流程里哪个部分的？主要承担哪些工
作职能？
数据岗位是在刚才说的投研支持团队里，工作职责主要有两个部分：
第一个是投研数据仓库的建设，包括数据模型设计、ETL的开发、数据质量监控这些。我们知道数据是量化业务的基石，这一部分对准确性的要求是非常高的，所以这部分工作会涉及到数据清洗的代码开发、流程和稳定性的优化，需要候选人有基本的代码能力，比如基本的Python和SQL的数据处理能力；
另一部分是偏研究的部分，会和投研团队合作，做一些数据研究分析的工作，比如股票分红对指数权重的影响，再比如一些另类数据的研究——我们对接了大量的另类数据，这些数据在处理层面是比较复杂的，我们希望在这方面能够给到投研团队足够的支持，帮他们在不丢失信息、不引入未来数据的情况下做一些基础的研究工作，更好地支持策略研究。这一部分和研究团队结合比较紧密，所以我们希望候选人具备一定的金融背景知识，例如A股的交易规则、上市退市的基本规则，或者财务的基础知识等等。
我们现在的投研支持团队，大部分都是CS专业的同学，更多精力在系统开发，比如数据平台、存储引擎、计算框架这些，所以我们是希望能补充金融背景更强的同学，能够加深我们团队对研究的理解，更好地支持策略团队。
数据工程师岗位的发展前景是怎样的？
新人进来，首先我们会一对一指定导师，导师带着去熟悉业务，一步一步接触数据业务的全流程，在熟悉了业务流程之后，可以在两个方向去做更深入的研究：
一方面是在工程上，去加深自己数据处理和数据工程的能力，比如大规模的数据处理、高性能存储和调度，这些都是可以进一步研究的；
另一方面是在策略研究上，因为数据团队会接触特别多的数据，比如行情数据、基本面的财务、股本、分析师预期等等数据，以及各种各样的另类方面如新闻舆情、社交媒体等等，所以在研究广度上是非常广的，如果有兴趣的话，可以和研究的同学交流，做一些更深入的研究。
对于想要往量化IT发展的同学，你会有
什么建议？
我觉得最重要的还是打磨自己的技术能力，最基础的操作系统、数据结构算法、计算机网络、数据库原理、分布式系统，这些基础知识是最基本的要求。
其他比较大的加分项，我个人认为一个是ACM竞赛的获奖经历，还有一个是量化行业的实习。
之前一个问题是怎么判断自己适不适合量化行业的工作，我觉得去量化行业实习，就是一个非常好的判断方式，你会感受到我刚才说的系统开发工作是如何与业务紧密联系的。如果你能够在实习中获得这些业务方面的训练，我觉得任何一家量化公司都是非常认可的。当然对龙旗来说，我们可能并不在意是否有直接量化相关的经验，而是更看重是否具备长期从事量化行业的耐心和决心。
以上就是本期龙旗小宇宙的亮点内容啦！你是否还想了解更多量化IT的日常工作？对于量化公司的策略和市场工作，你是否又会有所好奇？
如何判断自己究竟适不适合量化行业？
如何理解量化行业的未来发展？
进入量化行业，会有怎样的成长路径和发展前景？
10月22日（下周二）晚上6:30，杭州龙旗科技校园招聘空中宣讲会即将来袭！资深研究员、量化工程师为你答疑解惑，人力资源团队全面解读岗位JD，更有惊喜好礼送出和offer直通机会~欢迎扫码预约，解锁龙旗校招！
杭州龙旗科技创立于2011年，是国内成立时间较早的老牌量化基金管理公司。成立以来龙旗科技一直专注于股票量化策略，追求在不同的市场环境下，迭代开发出适合当下市场环境的稀缺策略。2020年龙旗获得香港SFC资管牌照，已运行/发行多支美元基金专户和离岸美元基金。
投资者若欲了解、咨询杭州龙旗科技有限公司公司相关基金产品或公司从业人员工作信息，请认准杭州龙旗科技有限公司以下官方途径：
龙旗官网：
http://www.sci-inv.com
龙旗微信公众号：
“杭州龙旗科技”微信号：lqkxtz——龙旗产品及市场信息咨询
“龙旗人才伙伴”微信号：LONGQIHR——龙旗招聘及人员信息咨询
龙旗其他外部渠道：
小宇宙播客：“龙小旗的量化分享”
小红书：“龙小旗的量化分享~”
知乎：龙旗人才伙伴
联系方式：
市场及产品：0571-85857581
人力资源及招聘：0571-85857576
运营合规：0571-86483930
查询投诉：0571-85857381
邮箱：info@sci-inv.com
媒体合作：
po@sci-inv.com
办公地：
杭州市余杭区访溪路西溪艺术集合村Y21栋
除以上公布信息外的任何网址链接或软件APP均非公司所有，与杭州龙旗科技有限公司无任何关系，请广大投资者务必提高警惕。不法分子非法冒用本公司名义推荐、销售理财产品，其言行均与本公司无关，如因不法分子的欺诈事件引起有关经济、法律的纠纷，本公司均不承担任何责任。
