国泰君安证券2024年度博士后研究人员招聘简章
公司简介：国泰君安证券股份有限公司是中国证券行业长期、持续、全面领先的综合金融服务商。国泰君安跨越了中国资本市场发展的全部历程和多个周期，始终以客户为中心，深耕中国市场，为个人和机构客户提供各类金融服务，确立了全方位的行业领先地位。
博士后工作站简介：作为中国金融行业高端科研人才的孵化培养平台，国泰君安博士后科研工作站秉承“人才是第一生产力”的人才开发理念，发掘和储备符合国泰君安企业文化的高端专业人才，为公司前沿业务提供更多可转化的科研成果，为公司战略目标的达成贡献力量。自2015年建站以来，工作站培养在站博士后数名，分别服务于投行、交投、财富管理、研究与机构等主要业务条线及部门。
一、基本条件
1. 具有良好的政治思想素质和道德水准，遵守中国法律，无违法违纪行为。年龄不超过35周岁，身体健康。
2.近三年(不早于2021年)在国内外大学获得博士学位，或2024年应届博士研究生，所学专业与博士后研究课题相关。
3. 具备全脱产在本站从事博士后研究工作的条件。
4. 具备较强的学习能力、科研能力与英语水平，具有敬业精神和团队合作能力，能尽职尽责完成博士后研究工作；具有课题要求的相关金融或产业从业经验者优先考虑。
二、研究选题
1. 人工智能技术在FICC投研和多资产策略指数构建中的应用研究（固定收益外汇商品部）
专业背景：人工智能、数量经济学、计算机科学、物理学、金融数学与金融工程等专业背景。
研究方向：通过本课题的研究，系统梳理人工智能技术在国内外资产管理和FICC领域的应用情景；深入研究国内外领先指数机构的发展历程、业务特征及最新趋势；追踪复制大模型等前沿人工智能技术在FICC投研领域的信息感知、知识发现、交易增强、智能决策等方面的创新创造；分析总结包括海外主权投资机构、保险资管、银行资管等不同类型机构在指数化投资上的需求特征；梳理结合宏观经济周期与多资产配置趋势的理论方法；研究探索人工智能技术在FICC投研、策略指数构建、智能投顾、风格化投资与被动投资等方面的应用场景及未来发展。推动人工智能技术在FICC平台上的场景落地与融合，构建具有中国特色的指数体系和指数产品，助力上海全球金融资源配置功能的发挥与能级提升，服务资管新规时代下的机构与个人投资管理需求。
2. 人工智能算法赋能债券交易（固定收益外汇商品部）
专业背景：金融工程、计算机、人工智能、统计学等专业背景。
研究方向：通过本课题的研究，从多个维度探索如何利用人工智能算法赋能债券交易。例如从客户历史成交记录、交易员聊天记录、客户的基础信息、债券基础信息等全方面挖掘各项特征，构建协助匹配潜在债券交易客户的推荐算法; 运用深度强化学习理论，训练具备根据当前市场环境和账户资金持仓等情况，自主持续学习调整策略能力的模型，进行二级市场投资，辅助交易决策。
3. 国际非集中清算衍生品交易履约保障机制研究及境内衍生品履约保障机制探索（固定收益外汇商品部）
专业背景：金融学、法律等专业背景。
研究方向：通过研究国际非集中清算衍生品市场发展、现状及履约保障机制，总结成熟市场可借鉴经验，并结合国内金融衍生品市场特征、法律环境等探索境内履约保障机制的可能发展趋势。
4. 宏观经济增长、周期以及政策组合研究（研究所）
专业背景：经济学、金融学专业背景。
研究方向：宏观研究定位于服务投资策略与配置组合的搭建，要厘清增长、周期或政策组合变化对国内投资环境与投资策略的影响。需要以全球视野对中国经济增长、周期或财政、货币、区域与产业政策的热点问题构建分析框架。特别强调在新发展阶段，框架要纳入新兴产业、新结构特征（人口、资源）以及新政策导向（碳中和、共同富裕）等要素。
5. 大类资产配置策略（研究所）
专业背景：经济学、金融学复合专业背景。
研究方向：以全球长线资金发展格局为背景，结合国内外最新学术与业界做法，在深入研究中国宏观经济以及各类金融市场的基础上，经与境内大型投资机构充分沟通，建立大类资产配置的研究体系。
6. 大类资产配置模型构建（研究所）
专业背景：金融学、金融工程、计算机、数学等复合专业背景。
研究方向：通过数量化模型和方法，为投资机构提供大类资产配置策略和建议。研究内容涉及量化资产配置模型、量化择时系统、量化行业配置、因子投资、业绩归因与风险管理等。
7. 基金组合配置策略（研究所）
专业背景：金融学、金融工程或者数量复合专业背景。
研究方向：建立各类公募基金和私募基金的研究和评价体系，结合大类资产配置的基础原则和方向，构建基金组合配置的策略体系。
8. 量化投资策略（研究所）
专业背景：金融学、金融工程或者数量复合专业背景。
研究方向：从事量化策略以及指数基金和各类权益衍生工具的研究工作，在与投资机构充分沟通的基础上，构建境内资本市场可适用的量化投资策略。
9. 区域产业经济研究（研究所）
专业背景：产业经济学、区域经济学、金融学、统计学、数量经济学、环境经济学、管理科学与工程、技术经济与管理、大数据分析等相关专业背景。
研究方向：区域产业经济研究定位于智库研究，聚焦京津冀、长三角、粤港澳大湾区等重点区域，顺应国家重大发展战略，推动金融助力实体经济高质量发展，涉及产业规划、区域集群、金融支持以及其他重大议题（科技创新、碳中和、ESG、国资国企改革等）。
10. 新一代信息科技产业研究（研究所）
专业背景：集成电路微电子、计算机科学、通信工程、软件工程、电子信息工程、网络工程、人工智能、云计算等相关专业背景。
研究方向：新一代信息科技产业研究定位于服务投资银行、PE和VC等一级市场投融资业务，涉及集成电路设计、制造、封测等关联领域中的前沿（Chiplet、存算一体、先进封装等）与卡脖子技术、新一轮信息科技（AIGC、XR元宇宙等）底层至应用层的相关前沿技术（高速通信、自动驾驶、信创、IoT、软件定义等）及新兴交叉领域。
11. 高端制造产业研究（研究所）
专业背景：机械工程、控制科学与工程、电子科学与技术、计算机科学、电气工程、光学工程、车辆工程、船舶与海洋工程、航空宇航科学与技术、机器人、人工智能等相关专业背景。
研究方向：高端制造产业研究定位于服务投资银行、PE和VC等一级市场投融资业务，涉及装备制造数字化、机器人、工业母机、人工智能、半导体装备、新能源装备、农机装备、船舶与海洋工程装备等高端装备以及关键核心零部件领域。
12. 新一代材料产业研究（研究所）
专业背景：材料科学与工程、化学科学与工程、物理学、生物学、环境科学与工程等相关专业背景。
研究方向：新一代材料产业研究定位于服务投资银行、PE和VC等一级市场投融资业务，涉及新能源材料、电子信息材料、生命生物材料等先进基础材料、关键战略材料、前沿新材料诸多领域。
13. 新能源与智能汽车产业研究（研究所）
专业背景：能源动力、能源化学、能源材料、能源电力、能源经济、能源工程、化学工程、车辆工程、电气工程等相关专业背景。
研究方向：新能源与智能汽车产业研究定位于服务投资银行、PE和VC等一级市场投融资业务，涉及动力电池、储能电池、光伏电池、氢能制—储—运—用—加全产业链、燃料电池系统、新能源汽车、车网互动、汽车智能系统、智能驾驶、分布式能源综合利用、智慧能源等领域。
14. 大模型在证券行业的应用研究与实践（信息技术部）
专业背景：计算机、人工智能、金融工程、管理科学与工程等专业背景。
研究方向：通过本课题的研究，旨在探索大模型在证券行业领域的应用，借鉴国内外前沿研究成果，并利用金融资讯、公告、研报、法律法规制度、投行底稿、客服问答、业务知识库等行业语料库，构建行业高质量可信训练数据集；研究并采用SFT和RLHF等微调方案，基于通用基础大模型构建适应证券行业领域的大模型，以应对行业内高度专业化和复杂的应用场景，并提高在证券行业领域内文本理解、文本生成的准确性。同时关注模型的安全、可信，确保模型在应用过程中的数据隐私和安全；最终研究大模型在证券行业风控、投顾、投研、营销、数字职场等具体场景中的应用，为证券行业提供有力的支持和赋能，推动业务发展。
15. 大规模金融时序图谱在异常交易行为监测中的应用研究（信息技术部）
专业背景：计算机、人工智能、金融工程、管理科学与工程等专业背景。
研究方向：通过本课题的研究，结合海量、多源、异构、动态、多样的投资交易行为数据，构建大规模的投资者交易行为时序知识图谱。针对投资者交易行为的时序化演进，研究大规模知识图谱的智能知识融合和动态更新技术；研究分布式的超大规模知识图谱存储和查询技术，实现图谱数据的秒级查询，最后研究如何将大规模金融时序知识图谱应用于场外配资等新型异常交易行为的智能监测识别，解决新型异常交易行为难以有效识别的问题，为实现证券市场交易的智能化监管提供技术支撑。
16. 基于分布式进化算法的因子挖掘研究（数据中心）
专业背景：计算机科学与技术、软件工程、数量经济学、金融工程、物理学、数学等相关专业。
研究方向：通过研究使用进化算法等策略方法，从大量金融市场数据中挖掘具有资产价格或回报预测能力的因子。至少实现以下一个目标：
目标一：开发实现能够在分布式计算环境中运行的因子挖掘算法。通过分布式计算，以便在大规模计算集群上处理大数据集，加快因子挖掘的速度，确保算法的高效和可扩展性。
目标二：开发实现能够有效发现和评估金融市场因子的分布式进化算法。因子是金融市场中影响投资决策的关键变量，通过用分布式进化算法，从大量的金融市场数据中挖掘出有效因子，帮助投资者优化投资组合。
17. 基于FPGA的ETF做市策略研究（数据中心）
专业背景：计算机科学与技术、软件工程、数量经济学、金融工程、物理学、数学等相关专业。
研究方向：国泰君安自主研发了FPGA高频行情和软硬件融合的G1超低延时柜台系统，实现了量化交易全链路的硬件加速。在此基础上，利用硬件加速的优势，研究高频的ETF做市策略，做好风险管理的同时，为公募客户提供更好的流动性管理能力。
18. 基于AI能力的运维模型创新研究（数据中心）
专业背景：计算机科学与技术、软件工程、统计学等相关专业。
研究方向：研究前沿AI技术在运维领域的深度应用，打造金融科技与未来业务发展相匹配的精益运维服务体系。研究场景包括但不限于：
海量指标异常检测算法增强模式研究：对指标异常检测算法进行针对性的增强以提高算法性能，解决海量指标全量异常检测的性能瓶颈，提升指标异常检测准确率；
故障预测算法研发与应用：收集和处理运维对象历史运行数据和故障数据，利用故障模型训练、特征识别和演化规律，得出故障数据之间的相关性，预测系统故障趋势，帮助运维管理员提前做好风险防范和处置；
运行健康度实时评估模型设计：构建自下而上的应用系统健康度实时评估模型，基于业务指标、性能指标、告警级别、告警趋势、关联应用监控等多维度，对系统运行状态进行有效评估；
全链路智能根因分析模型研究：基于指标异常检测结果、关联及调用链依赖关系、告警聚类结等数据构建分析算法，结合专家经验，在异常出现时快速推荐可能根因；
融合知识图谱和大语言模型的融合模型研究：将结构化的显性运维知识图谱与大预言模型结合，指导大语言模型生成更准确的答案或推理结果；通过使用大语言模型，自动从文本中抽取新的知识并将其添加到知识图谱中，从而增加运维知识图谱的完整性和涵盖范围。
19. 半导体产业发展趋势与股权投资策略研究（创投公司）
专业背景：微电子、光电、自动化、光学、物理学、材料科学与工程等相关专业。
研究方向：半导体产业研究定位于服务股权投资业务，涉及半导体材料、设备、EDA/IP、设计、制造、封测以及下游应用等领域，研究产业技术发展趋势以及下游应用市场发展前景，分析行业内细分赛道领先企业的发展路径和发展战略，研究本行业的股权投资策略。
20. 信息科技产业发展趋势与股权投资策略研究（创投公司）
专业背景：电子信息、计算机、通信、控制工程、应用数学、机械电子工程等相关专业。
研究方向：信息科技产业研究定位于服务股权投资业务，涉及基础软件、工业软件、数字化转型、卫星通信、智能制造、机器人、大数据与人工智能、元宇宙、量子计算等相关产业技术发展趋势和下游应用市场发展前景，分析行业内细分赛道领先企业企业的发展路径和发展战略，研究本行业的股权投资策略。
21. 全球科技创新产业发展趋势研究（创投公司）
专业背景：数理统计、计算机科学与技术、电子信息科学与技术、技术转移、应用经济学、管理科学与工程等相关专业。
研究方向：全球科技创新成果转化及相关产业政策研究，利用大数据挖掘、统计分析等手段开展全球科技创产业发展趋势研究。
22. 人工智能和大数据挖掘在产业中的应用研究（创投公司）
专业背景：数理统计、计算机科学与技术、电子信息科学与技术、技术转移、应用经济学、管理科学与工程等相关专业。
研究方向：用人工智能技术挖掘上下游产业链信息，通过大数据建模进行产业链分析、资源匹配、企业评估等，形成对全产业节点及科技创新资源的动态分析和趋势预测。
23. 新能源产业发展趋势与股权投资策略研究（创投公司）
专业背景：材料、化学、能源、电机、环境、物理、机械、自动化等相关专业。
研究方向：新能源产业研究定位于服务股权投资业务，涉及储能、氢能、光伏、风电以及新能源汽车等产业领域及细分方向，研究产业技术发展趋势以及下游应用市场发展前景，分析行业内细分赛道领先企业的发展路径和发展战略，研究本行业的股权投资策略。
24. 新材料产业发展趋势与股权投资策略研究（创投公司）
专业背景：材料、化学、能源、环境、物理、机械、自动化等相关专业。
研究方向：新材料产业研究定位于服务股权投资业务，涉及关键战略材料、特种功能材料以及在新能源、节能降碳环保领域的材料创新应用等方向，研究产业技术发展趋势以及下游应用市场发展前景，分析行业内细分赛道领先企业的发展路径和发展战略，研究本行业的股权投资策略。
25. 全球化产业链建设和“一带一路”沿线的产业布局机会的研究（期货公司）
专业背景：经济学、金融学、管理科学与工程、物流等专业背景。
研究方向：通过本课题的研究，对制造业升级转型和打造全球化产业链的大背景下的“新”产业布局进行系统的梳理分析，拆分并定义驱动重要商品及产业变化的因素，如供给、需求、情绪或估值因素，而后对特定宏观环境下驱动商品价格因素进行归因和预判，为金融支持大宗商品定价权找寻合理路径，进而找寻一带一路沿线新的产业布局机会。
26. 宏观周期与衍生品投资研究（期货公司）
专业背景：金融学、金融工程、统计、经济等相关背景。
研究方向：本课题通过对经济周期和基本面的分析，结合量化模型等方式确定大类资产中衍生品投资比例以及运用，进一步优化现有大类资产配置模型和组合，并围绕投资组合的尾部风险，提出利用期货、期权及衍生品工具进行风险管理。
27. 基于碳足迹模型，碳金融在实体经济绿色转型发展中的创新型功能研究（期货公司）
专业背景：环境工程专业、管理科学与工程、金融学背景。
研究方向：通过本课题的研究，对碳金融的发展历程和演变路径进行整理，对碳足迹构建模型，梳理全球气候政策对新能源、金属、石化等重点行业在宏观政策、实体经济发展、国际贸易等方面的影响，以及我国如何通过碳金融助力期货市场绿色转型发展。
三、报名方式
1. 请申请人将简历发送至国泰君安证券博士后科研工作站邮箱，邮件主题请采用：2024年博后申请-姓名-毕业学校-意向课题序号。通过初筛后将会收到应聘报名表。
2. 通过初筛的申请人请在截止日前提交以下报名材料：
（1） 应聘报名表；
（2） 拟选课题研究计划书（3000-8000字）；
（3） 博士研究生毕业证书和学位证书扫描件，应届毕业生提供相关证明；
（4） 两位本学科博士生导师的推荐信，其中一位为本人读博期间导师。
3. 本工作站采取“公开招收、严格选拔、择优录取”的原则，公开、公平、公正地招收博士后研究人员。本站对报名材料进行审核，审核合格者将在上海参加面试，具体时间将另行通知。
四、联系方式
联系人：周老师
联系电话：021-38032797
邮箱：postdoctor@gtjas.com（邮件内容不超过10M）
截止日期：2023年10月31日
