某量化私募公司
量化系统开发工程师
负责回测与撮合引擎、实盘行情链路和推理优化；建设行情数据平台与跨机房 GPU 计算集群，支撑量化研究和生产任务。
量化引擎与低延迟链路
- 回测引擎：主导新一代 Rust 引擎开发；同一 2,033 股验证任务由 C# 基线 28.9 秒缩短至 3.77 秒，输出经 SHA-256 校验逐字节一致。
- 批量撮合：开发 C++ 撮合引擎，2,306 只沪市股票使用 32 线程完成单日撮合约 18.9 秒；与既有仿真器对比，1,547 万笔成交逐字节一致。
- 确定性并行回放：为 C# 回测引擎设计包含模型推理的流式回放，以持久线程池相对串行基线取得 19 倍加速，并将多线程重复运行的输出一致性纳入验收。
- 实盘行情链路：通过异步发布与缓存布局重排，将消费线程每模型区间停顿由 3,795 ms 降至 0–1 ms；在该次改造的对拍中保持输出位级一致。
- GPU 推理：通过计算图拆分、多流并发与 CUDA Graph，将单次推理由单体 TensorRT 的 269 μs 降至 66 μs；含特征打包的端到端耗时由 327 μs 降至 124 μs。
数据平台与计算基础设施
- 行情数据平台：以 Rust 重写历史行情转码管线，完成 Arrow IPC 迁移及逐对象源数据对拍；优化 C# 流式加载，使月级百亿行以上场景读取快 2.4–2.8 倍，读取期内存增量由约 40 GB 降至 2–4 GB。
- 计算集群：搭建并运维跨机房 Slurm 与百卡级 GPU 资源，完成双控制节点高可用及节点自动化；维护并行存储、身份服务与监控告警，处理计算、存储和网络故障。
- 工程验收与协作：将结果对拍、自动化测试、代码审查和结构化交接纳入多 Agent 开发流程；维护团队共用的工具配置与升级脚本。
项目条件与验证记录
- 回放任务范围
- Rust 全市场 4,932 股单日回放为 26.85 秒，启用缓存后为 9.37 秒。另一组 2,033 股同任务对比中，Rust 相较 C# 基线加速 7.7 倍。C# 的 2,306 股单日回放包含模型推理，耗时约 52 分钟。
- 输出一致性
- 分别验证 Rust/C# 同任务输出、C++ 撮合成交结果、C# 多线程重复回放及行情链路改造前后的输出一致性。
- 数值推理
- GPU 推理的 P99 延迟从 4.7 ms 降至 73 μs。CPU 侧以手写 SIMD 前向替换 ONNX Runtime，单股推理耗时从 29 μs 降至 2.9 μs，最大绝对误差 ≤ 1e-8。
- 容量与信号回归
- 极端行情日十亿级事件按原速全天回放，环形队列零溢出；11 个交易日端到端验证通过，汇总信号相关性 ≥ 0.998。C++ 策略全市场并行回放从约 3.5 小时缩短至 422 秒。
- 增量数据与运行维护
- 历史行情迁移覆盖 2,500+ 交易日；日增量包含校验与跨机房同步，约 20 分钟闭环，配套回滚和补数。维护交易日志进入 ClickHouse 的解析管线，分钟级扫描回看 3 天迟到日志，并处理失败补跑与通知。
技术栈
- 语言与运行时
- C++、Rust、C# / .NET；Python
- 数据与计算
- Arrow / Parquet、ClickHouse、Flink、CUDA / TensorRT
- 后端与分布式
- ASP.NET Core、Redis、Kafka / RocketMQ、Elasticsearch、关系型数据库
- 基础设施
- Slurm、BeeGFS、MinIO、FreeIPA、Ansible、Docker