Lujahh
量化算法工程师
某某峰和科技有限公司 · 2年经验
日薪：
￥500/8h
地点：
广州
时间：
下班后周六周日可工作日驻场（离职原因）可工作日驻场（自由职业原因）
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
参与公司数据服务平台后端开发，负责数据采集、清洗、存储与查询接口。
使用 Pandas + NumPy 完成大规模数据清洗与向量化计算，处理效率提升 3倍。
基于 MySQL + Redis 设计数据存储与缓存方案，优化慢查询，QPS 提升 40%。
负责 RESTful API 设计与联调，配合前端与客户端完成系统集成。
参与代码评审、性能优化与技术文档编写
使用 Pandas + NumPy 完成大规模数据清洗与向量化计算，处理效率提升 3倍。
基于 MySQL + Redis 设计数据存储与缓存方案，优化慢查询，QPS 提升 40%。
负责 RESTful API 设计与联调，配合前端与客户端完成系统集成。
参与代码评审、性能优化与技术文档编写
项目经验
项目一：期权定价与波动率分析平台
技术：Python、FastAPI、NumPy、SciPy、QuantLib、PostgreSQL、Redis
搭建期权数据获取、清洗、存储与计算一体化后端服务。
实现 Black-Scholes 定价、希腊值计算、隐含波动率求解。
支持波动率微笑/偏斜分析与历史波动率、GARCH 模型对比。
提供 RESTful API 供客户端与策略系统调用，支持批量与实时计算。
成果：单批 10万+ 合约计算 < 5s，接口 P95 延迟 < 100ms。
项目二：股票行情数据平台
技术：Python、Pandas、AkShare/Tushare、TimescaleDB、Celery、Docker
负责历史与实时行情数据采集、复权处理、缺失值填充与 K 线合成。
设计时序数据库表结构与索引，实现高效区间查询与聚合。
使用 Celery + APScheduler 实现定时任务与实时数据落库。
成果：日级数据入库 500万+ 条，查询响应 < 200ms。
技术：Python、FastAPI、NumPy、SciPy、QuantLib、PostgreSQL、Redis
搭建期权数据获取、清洗、存储与计算一体化后端服务。
实现 Black-Scholes 定价、希腊值计算、隐含波动率求解。
支持波动率微笑/偏斜分析与历史波动率、GARCH 模型对比。
提供 RESTful API 供客户端与策略系统调用，支持批量与实时计算。
成果：单批 10万+ 合约计算 < 5s，接口 P95 延迟 < 100ms。
项目二：股票行情数据平台
技术：Python、Pandas、AkShare/Tushare、TimescaleDB、Celery、Docker
负责历史与实时行情数据采集、复权处理、缺失值填充与 K 线合成。
设计时序数据库表结构与索引，实现高效区间查询与聚合。
使用 Celery + APScheduler 实现定时任务与实时数据落库。
成果：日级数据入库 500万+ 条，查询响应 < 200ms。
ID:437507
复制
Lujahh
量化算法工程师 · 2年经验 · 某某峰和科技有限公司
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
参与公司数据服务平台后端开发，负责数据采集、清洗、存储与查询接口。
使用 Pandas + NumPy 完成大规模数据清洗与向量化计算，处理效率提升 3倍。
基于 MySQL + Redis 设计数据存储与缓存方案，优化慢查询，QPS 提升 40%。
负责 RESTful API 设计与联调，配合前端与客户端完成系统集成。
参与代码评审、性能优化与技术文档编写
使用 Pandas + NumPy 完成大规模数据清洗与向量化计算，处理效率提升 3倍。
基于 MySQL + Redis 设计数据存储与缓存方案，优化慢查询，QPS 提升 40%。
负责 RESTful API 设计与联调，配合前端与客户端完成系统集成。
参与代码评审、性能优化与技术文档编写
项目经验
项目一：期权定价与波动率分析平台
技术：Python、FastAPI、NumPy、SciPy、QuantLib、PostgreSQL、Redis
搭建期权数据获取、清洗、存储与计算一体化后端服务。
实现 Black-Scholes 定价、希腊值计算、隐含波动率求解。
支持波动率微笑/偏斜分析与历史波动率、GARCH 模型对比。
提供 RESTful API 供客户端与策略系统调用，支持批量与实时计算。
成果：单批 10万+ 合约计算 < 5s，接口 P95 延迟 < 100ms。
项目二：股票行情数据平台
技术：Python、Pandas、AkShare/Tushare、TimescaleDB、Celery、Docker
负责历史与实时行情数据采集、复权处理、缺失值填充与 K 线合成。
设计时序数据库表结构与索引，实现高效区间查询与聚合。
使用 Celery + APScheduler 实现定时任务与实时数据落库。
成果：日级数据入库 500万+ 条，查询响应 < 200ms。
技术：Python、FastAPI、NumPy、SciPy、QuantLib、PostgreSQL、Redis
搭建期权数据获取、清洗、存储与计算一体化后端服务。
实现 Black-Scholes 定价、希腊值计算、隐含波动率求解。
支持波动率微笑/偏斜分析与历史波动率、GARCH 模型对比。
提供 RESTful API 供客户端与策略系统调用，支持批量与实时计算。
成果：单批 10万+ 合约计算 < 5s，接口 P95 延迟 < 100ms。
项目二：股票行情数据平台
技术：Python、Pandas、AkShare/Tushare、TimescaleDB、Celery、Docker
负责历史与实时行情数据采集、复权处理、缺失值填充与 K 线合成。
设计时序数据库表结构与索引，实现高效区间查询与聚合。
使用 Celery + APScheduler 实现定时任务与实时数据落库。
成果：日级数据入库 500万+ 条，查询响应 < 200ms。
立即沟通
