一、 核心管理层
1. 创始人：高斯蒙
教育背景：
本科毕业于西安交通大学计算机科学与技术专业。大学期间斩获 ACM/ICPC、MCM、全国大学生数学建模竞赛等多项国内外顶级编程与建模赛事奖项。曾获得新加坡南洋理工大学直博保送资格，最终选择放弃深造，投身产业界。
职业经历：
·早期先后任职于微软亚洲研究院、百度、人民搜索，拥有多年互联网搜索引擎及分布式系统研发经验；曾参与创立汽车大数据企业数创信息。
·早期涉足数字货币量化，搭建过比特币跨平台套利交易系统。
·2015年创立 JoinQuant 聚宽（主体：北京小龙虾科技），打造国内头部量化投研开源平台，提供策略回测、金融数据库 JQData、量化社区等服务，覆盖大量个人宽客、券商与资管机构。
·2017年发起设立百亿量化私募——北京聚宽投资管理有限公司，担任董事长及投资总监。搭建覆盖高频量价、日内 T+0、中低频 Alpha、商品 CTA、股指 CTA 的多策略体系，实现数据、因子、算法交易全链路自研。
2. 总经理：王恒鹏
教育背景：华南理工大学物流工程硕士（2007级）。
从业履历：拥有15年数据挖掘经验及9年量化投资行业经验。早期深耕金融大数据与量化系统建设，曾帮助国内多家头部券商搭建量化交易基础设施，并为大量私募机构提供量化数据库与算法交易解决方案，深度理解国内量化生态。2017年跟随高斯蒙共同创立聚宽投资（JoinQuant 私募板块），担任总经理及合伙人，统筹公司经营、市场及投研战略落地，见证聚宽成长为百亿级头部量化私募。
二、 核心业务
1. 量化科技服务（主体：北京小龙虾科技）
面向个人开发者与金融机构提供工具、数据与系统支持：
ToC 量化投研平台：
·国内知名的量化学习与研发平台，累计注册用户近50万，是多数金融工程学生及个人宽客的量化入门首选工具。
·提供在线 Python 研究环境、全品类金融历史数据库及策略回测引擎，支持快速验证策略的历史收益与风险表现。
·配套模拟交易、量化社区、策略大赛及系统教程，形成完整的量化学习与交流生态。
ToB 技术与数据服务：
·为券商、公募、私募等金融机构输出标准化量化能力，长期服务约30家大中型券商及超4000家量化机构。
·JQData 金融数据：覆盖 A 股、期货、基金、宏观等全品类金融数据接口，支持本地调用与二次开发。
·Alpha-T 算法交易系统：提供智能拆单与日内 T+0 执行算法，帮助机构降低交易冲击成本、提升执行效率。
·私有化部署：提供量化投研系统私有化部署服务，支持券商搭建自有量化交易专区。
2. 量化私募资管（主体：北京聚宽投资）
核心布局指数增强、市场中性、日内 T+0、商品及股指 CTA 四大策略线，覆盖多资产、全周期交易。依托聚宽量化平台的技术积累，全链路自研投研与交易系统，深度应用 AI 技术开展因子挖掘、组合优化与智能执行，是国内技术驱动型头部量化私募。
三、 行业头部量化机构对标
公司名称 | 总部城市 | 成立时间 | 管理规模 | 创始人背景 | 行业地位 |
幻方量化 | 杭州 | 2015年 | 约 1427 亿人民币 | 创始人梁文锋，浙江大学信息与电子工程系学士、硕士。2008年起带领团队探索全自动化交易。 | 国内头部量化私募，AI驱动型代表机构 |
九坤投资 | 北京 | 2012年 | 1072 亿人民币 | 创始人王璟（清华大学理论计算机博士）与姚齐聪（北京大学数学学士）。两人曾就职于华尔街顶级对冲基金千禧年金。 | 国内顶尖量化私募，高频交易领域领先 |
明汯投资 | 上海 | 2014年 | 800-900 亿人民币 | 创始人袁慧明，宾夕法尼亚大学物理学博士。曾在华尔街从事高频交易和统计套利策略。 | 国内百亿级量化私募，中低频策略优势显著 |
文艺复兴科技 | 美国纽约州锡托基特 | 1982年 | 超过 2000 亿美元 | 创始人詹姆斯·西蒙斯，麻省理工学院数学学士、加州大学伯克利分校数学博士，被誉为“量化交易之父”。 | 全球量化交易鼻祖，大奖章基金缔造者 |
城堡投资 | 美国伊利诺伊州芝加哥 | 1990年 | 约 720 亿美元 | 创始人肯·格里芬，哈佛大学就读期间在宿舍开发可转换套利策略，开启量化投资生涯。 | 全球最大对冲基金之一，多策略平台巨头 |
Two Sigma | 美国纽约 | 2001年 | 超过 700 亿美元 | 创始人 John Overdeck 与 David Siegel。两人均具有深厚的科技与数学背景，将技术与数据科学深度应用于金融领域。 | 全球顶级科技驱动型对冲基金，大数据应用先驱 |
四、 人才招募
1. 投研类岗位
招募岗位：
·全职：AI 算法研究员、量化研究员（涵盖 CTA、股票因子、基本面、主观等方向）。
·实习：AI 算法研究实习生、量化策略实习生。
相关要求：
·专业背景：海内外知名高校本科及以上学历，计算机科学、数学、统计学或相关专业优先。
·专业技能：热爱数理，具备发散型思维与快速学习能力；熟练使用 Python、Pandas 等工具；精通单因子研究。
·AI 算法专项：具备扎实的深度学习与机器学习基础，重点考察 LLM/智能体、强化学习、扩散模型、基座模型及学习优化在金融场景的应用经验。
·加分项：拥有 AI 顶会论文、丰富的量化实习经验，或在 NOI、ACM/ICPC、数学建模、CMO、CPhO 等竞赛中获得金牌者优先。
2. 技术类岗位
招募岗位：
·全职：量化开发工程师、高级量化开发工程师（C++）、AI Infra 工程师、机器学习工程师、数据开发工程师、运维开发工程师等。
·实习：量化开发实习生、AI 量化开发实习生、AI Infra 实习生、大模型应用实习生、数据开发/分析实习生、测试实习生等。
相关要求：
·专业背景：海内外知名高校计算机、电子工程等相关专业本科及以上学历（部分实习岗要求2026年毕业）。
·专业技能：数据结构与算法功底扎实，能独立解决复杂系统性能问题；量化开发岗侧重交易系统与数据平台建设，需具备扎实的编程基础及系统优化案例。
·底层技术：AI Infra 岗需参与模型训练与推理效率优化，覆盖资源调度、异构计算（GPU/CPU/FPGA）、存储 IO 优化及通信路径优化等。
·加分项：熟悉 C++，有分布式系统或高性能计算项目经验，NOI、ACM 竞赛金牌获得者优先。
3. 职能类岗位
招募岗位：
·全职：基金运营、产品策略专员、市场营销专员、渠道经理/总监（银行渠道方向）等。
·实习：基金运营实习生（含尽职调查、直销等方向）、市场营销实习生、HRBP 高阶招聘实习生、行政实习生、人力资源实习生、项目管理实习生等。
相关要求：
·专业背景：金融、经济、法律、财务、统计学、人力资源等相关专业优先。
·专业技能：熟练使用 Office/Excel 等办公软件，对数据敏感，能高效完成流程性工作；能够快速掌握基金产品结构、尽调逻辑及行业术语。
·综合素质：性格外向，工作细致严谨，具备高度责任心、良好的沟通协调能力及团队协作精神。
·加分项：具备基金/证券从业资格证，或有相关实习经历者优先。
五、 核心岗位及薪资参考
1. 投研类岗位
核心岗位：量化研究员、量化投资经理、AI 算法研究员、深度学习科学家。
岗位要求：门槛极高，通常要求海内外名校（如 C9 或全球 QS 前50）的数学、计算机、物理等理工科硕士或博士学历。需具备扎实的数理统计基础，精通 Python/C++，且有深度学习、机器学习或 AI 顶会论文经验者优先。
薪资水平：
·实习生：日薪普遍在 600-1500 元，头部机构 AI 相关岗位可达 2000 元/天，部分外资机构甚至达 4000 元/天。
·应届生：国内优秀应届生的年薪总包普遍在 50万-80万元；顶尖 AI 人才或百亿私募开出的年薪可达 200万-250万元甚至不设上限。
·成熟人才：拥有3-5年以上顶级对冲基金经验的成熟量化研究员，年度总包可达 70万-100万美元；5-10年核心人才年薪可达 70万-300万美元。
·薪资水平整体较高，但受到行业细分，城市，经验层级和机构类型影响显著
2. 技术与工程类岗位
核心岗位：量化开发工程师（C++/Python）、AI Infra 工程师、数据开发工程师、大模型全栈工程师。
岗位要求：负责将研究员的策略转化为可落地的生产级代码，保障交易系统的高并发与低延迟。要求计算机、软件工程等相关专业本科及以上学历，精通 C++ 或 Python，熟悉操作系统、网络协议、分布式计算及高性能计算（如 FPGA、CUDA 等），具备极强的工程实现和系统优化能力。
薪资水平：
·应届生：国内头部量化私募的量化开发工程师年薪总包普遍在 50万-80万元，部分要求顶尖学历及竞赛金牌背景的岗位年薪可达 200万元左右。
·社招/资深：AI Infra 及大模型相关岗位的年基础薪酬区间多在 60万-200万元。
3. 交易与运营类岗位
核心岗位：量化交易员、算法交易执行员、基金运营、市场专员。
岗位要求：负责策略的实盘执行、监控、风控以及基金产品的全流程管理。交易员通常要求理工科背景，对数据敏感，具备在压力下快速决策和风控的能力；运营与市场岗偏向金融、经济类专业，需熟悉基金产品结构，具备较强的沟通表达和渠道拓展能力。
薪资水平：
·量化投资经理/交易员：月薪多在 2万-5万元之间，部分资深岗位年薪可达 50万-100万元以上。
·运营/市场岗：薪资相对投研和开发略低，主要依赖底薪加业务提成或年终奖，整体处于金融行业中等偏上水平。
