电力交易量化算法研究员（日度价差预测）

1.电价预测模型研发：基于负荷、新能源出力、天气等多源数据，设计并训练深度学习模型（LSTM/Transformer/时序模型等） 2.特征工程与因子挖掘：处理多源异构数据（时序数据、面板数据、天气数据），进行数据清洗、对齐与特征提取，挖掘具有预测力的信号 3.模型评估与迭代：搭建回测框架，进行模型效果评估、归因分析与过拟合防范，持续迭代优化 4.策略对接：与交易策略团队协作，将预测信号转化为可执行的申报决策建议 5.研究探索：跟踪时序预测、深度学习在金融领域的前沿进展，探索新方法在价差预测场景中的应用

1. 学历要求：硕士及以上学历，数学、统计学、计算机、物理学、金融工程等理工科专业背景; 2. 工作经验：3-5年相关工作经验，有完整的机器学习及深度学习项目从研发到落地的经历; 3. 专业技能：具备扎实的深度学习基础，熟悉LSTM/Transformer/时序卷积网络等模型架构，理解模型训练、调参、评估的全流程；精通Python，熟练使用Pandas/NumPy/Sklearn，有PyTorch或TensorFlow实战经验；熟悉SQL; 4. 能力素质：具备良好的沟通表达能力、团队协作精神和解决问题能力；能够独立提出假设、设计实验、验证结论，对过拟合有天然的警惕性; 5. 加分项：持有相关专业证书或具备特殊技能者优先考虑