数据工程师：金融数据湖仓与统一数据 API 方向
| 工作地点
全球 |
工作类型
全职- 线上线下结合办公 |
汇报对象
首席执行官 (CEO) |
| 薪酬架构
基本工资 + 绩效奖金 |
工作模式
常白班 |
招聘人数
若干 |
| 薪酬待遇
面谈 |
工作福利
周末双休 |
▎ 岗位定位：
参与建设公司量化交易数据底座，支持行情数据、结构化新闻数据、宏观经济指标数据、交易日志数据、回测数据和模型训练数据的采集、清洗、存储、治理、研究和统一 API 输出。该岗位更偏工程落地，目标是让数据能够稳定、可追溯、低延迟、可审计地服务于模型训练、模型推理、交易机器人和风险监控系统。
▎ 主要工作内容
- 参与搭建金融数据湖仓，研究并实践 AWS 上的数据采集、对象存储、数据治理、元数据管理、批处理和流处理架构。
- 处理多源行情数据，包括交易终端数据、企业级实时行情数据、历史行情数据、K线、tick、order book、成交记录等。
- 参与研究 Bloomberg BPIPE、Event-Driven Feeds、Global Economic Indicators、BQuant 等企业级数据与研究平台在量化研究中的使用方式。
- 建设数据清洗与标准化流程，包括 symbol 映射、交易时区统一、交易日历、缺失值处理、异常行情检测、数据质量评分。
- 参与构建统一数据输出 API，为模型训练、在线推理、回测系统和交易机器人提供一致的数据接口。
- 协助开发数据质量监控，包括延迟监控、断流报警、字段完整性检查、数据回补流程和数据血缘追踪。
- 支持研究团队使用历史数据进行特征工程、因子研究、新闻事件研究和宏观事件影响分析。
- 参与数据权限、审计、日志、脱敏和合规留痕建设。
▎ 任职要求
- 计算机、数据科学、金融工程、统计、数学、电子工程或相关专业本科高年级 / 硕士 / 博士毕业。
- 熟悉 Python，能使用 pandas、NumPy、PyArrow、Polars、SQL 中至少一类工具处理数据。
- 理解数据库基础，熟悉 PostgreSQL、ClickHouse、DuckDB、Redis、Kafka、Parquet、Iceberg、Delta Lake 任一方向者优先。
- 对 AWS 数据体系有兴趣，了解 S3、Glue、Lake Formation、Athena、Redshift、Lambda、ECS、EKS、SageMaker 任一服务者优先。
- 对金融市场数据有兴趣，理解 tick、K线、盘口、成交量、价差、交易时段、交易日历等概念者优先。
- 有数据质量、数据治理、API 服务、ETL/ELT、实时流处理经验者优先。
- 做事严谨，重视数据准确性、可重复性、可追溯性和工程稳定性。
- 能够使用英文阅读技术文档；能使用中文或英文进行团队沟通。
▎加分项
- 有金融数据、量化研究、交易系统、新闻数据分析、宏观经济数据分析经验。
- 有 FastAPI、Flask、gRPC、GraphQL、REST API 经验。
- 有 Airflow、Dagster、Prefect、dbt、Spark、Flink、Ray 使用经验。
- 有数据可视化或监控系统经验，如 Grafana、Prometheus、Superset、Metabase。
- 有 Bloomberg Terminal / BQuant / 企业级金融数据经验者优先，但非必须。
▎岗位共同要求
- 对金融科技、量化交易、AI、数据工程或自动化系统有强烈兴趣。
- 具备良好的学习能力、工程纪律和文档习惯。
- 能够遵守公司保密制度、数据权限制度和代码安全规范。
- 能接受跨团队协作，与数据、模型、交易机器人、交易台和运维团队沟通。
- 不要求已有实盘交易经验；更看重基础能力、工程质量、学习速度和责任心
※ 欢迎实习生申请！
▎ 应聘方式
请将个人简历（附照片）及相关证书扫描件发送至招聘邮箱：career@utc.group
邮件标题格式：
「应聘岗位名称 – 意向工作城市 – 姓名」
▎ 面试流程包括：
- 初筛面试（线上/电话）：了解从业背景与岗位匹配度
- 实操考核：在模拟环境中完成岗位相关操作
- 终面：与首席执行官及相关负责人面谈