主要職責

策略引擎與回測基礎設施：設計和優化一個高精度、事件驅動的回測引擎，能夠使用歷史數據驗證由AI生成的策略，考慮滑點、延遲和費用。

模型上下文協議（MCP）伺服器實現：開發並維護MCP伺服器，從多個源獲取、標準化並流式傳輸實時數據到AI策略引擎。

聪明執行算法：設計和實現低延遲執行邏輯（例如，TWAP、VWAP、智能訂單路由）以減少市場影響並優化用戶部署策略的填充率跨CeFi和DeFi場地。

真實時間風險管理系統：建立一個堅固的預交易風險引擎，監控實時位置，計算實時指標並執行硬限制，以保護用戶資本。

高性能管道優化：簡化將量化模型部署到生產環境的過程，確保Python基於AI代理和執行層之間的無縫通訊。

交易所連接性：與主要交易所保持堅固的WebSocket和REST API連接，自動處理速率限制、斷開連接和數據完整性問題。

要求

學士在數學科學、電腦科學、物理學、財務工程或其他相關領域，有相關課程。

1至1年半的量化開發、算法交易或高性能軟體工程經驗。

精湛的Python（Pandas、NumPy、Asyncio）數據處理

建立實時數據管道和時間序列數據庫的經驗

能夠將複雜的數學邏輯（例如風險模型、技術指標）轉換為高效且生產就绪的代碼。