CAREERS · WE ARE EXPANDING GLOBALLY

الانضمام إلى واحد
فريق الكم العالمي للذكاء الاصطناعي.

تخرج مؤسسنا منجامعة كولومبيا、جامعة كارنيجي ميلونمعمعهد جامعة نيويورك كورانت، عمل في أكبر البنوك الاستثمارية في وول ستريت، وصناع السوق الرائدين ومكاتب التداول الخاصة بالوساطة. في نورا، لا توجد تقارير هرمية مطولة ولا توجد شكليات لا إرادية؛ ستعمل بشكل مباشر جنبًا إلى جنب مع كبار الشركاء، وستتمتع بالحرية في تعبئة مجموعات الطاقة الحاسوبية H100 وكتب الطلبات التاريخية الحقيقية على مستوى PB بشكل مستقل، وغزو السوق العالمية بالرياضيات والتعليمات البرمجية.

عرض 8 المواقف المفتوحة الأساسية تعرف على المزيد حول خلفيتنا المصرفية الأكاديمية والاستثمارية

NYC · SG · TYOمكاتب عالمية في ثلاثة مواقعGlobal Remoteدعم جهاز التحكم عن بعد العالميPnL + Equityأرباح الاستراتيجية الأساسية وتجمع الخيارات

NORA RESEARCH WORKSTATIONDEMO VIEW

# Nora AI Multi-Factor Backtest Engine (Distributed)
import nora_core as nc
from nora.risk import CircuitBreaker

async def run_alpha_pipeline():
    engine = nc.Engine(cluster="h100_tier1", latency="1.2us")
    await engine.load_tick_data("2020-01-01", "2026-10-24", freq="1ms")
    
    # 注入微观订单流与波动率曲面特征
    factors = nc.extract_features(momentum_weight=0.34, ofi_weight=0.48)
    pnl = engine.evaluate(factors, max_drawdown_limit=0.02)
    
    print(f"[✓] Sharpe Ratio: {pnl.sharpe:.2f} | Out-of-Sample Alpha: +38.4%")
    print(f"[✓] Zero Overfitting Verified. Model Approved for Live Trading.")

8التوظيف الساخن للمناصب الأساسية ذات الأجور المرتفعة

أعلى قوة حوسبة بنسبة 1% ومجموعة أرباح مرنة للغاية

ELGZDXSC

مع من ستعمل مباشرة:عند الانضمام، سيتم إرشادي شخصيًا من قبل مدير مكتب التداول في بنك الاستثمار في وول ستريت، ومهندس تكنولوجيا صناعة السوق عالي التردد، وحاصل على درجة الدكتوراه في جامعة كارنيجي ميلون في الإحصاء، بمتوسط أكثر من 10 سنوات من الخبرة في المؤسسات المهنية.

عرض الملفات الشخصية للمرشد المؤسس

01WHY JOIN NORA

في سنة نورا
إنه أفضل من العمل لمدة خمس سنوات في مصنع كبير عادي.

نحن لا نعتمد على الكلمات الفارغة لجذب الناس. نحن نؤمن إيمانًا راسخًا بأن ما يحتفظ به حقًا أفضل المهووسين والباحثين الموهوبين في العالم هو المشكلات المعقدة والصعبة حقًا، وموارد الحوسبة الكافية وغير المحدودة، والرفاق المتميزين الذين يستحقون الرفقة مدى الحياة.

المنهجية المؤسسية الأصلية في وول ستريت

عملية المراجعة والتحقق العمياء للنموذج المستقل، وحدود التحكم في المخاطر الأساسية المكونة من ثلاث طبقات، ومراجعة وتشغيل الطابع الزمني بالنانو ثانية على مستوى الحدث - هذه الأنظمة والأصول عالية المستوى التي تستغرق سنوات للوصول إليها على المستوى الأساسي لبنوك الاستثمار وصناديق التحوط في وول ستريت كلها مفتوحة لك من اليوم الأول.

مراجعة عمياء للنموذج المستقل واختبار التجهيز خارج العينةالتحكم الآلي بالمخاطر والصمام الديناميكي على مستوى الميكروثانية بثلاث طبقاتالدقة الكاملة على مستوى الحدث، تشغيل القراد وتتبع الحوادثيجب أن تستمد الاستراتيجيات حدودًا واضحة للفشل الرياضي

المياه العاصفة في العالم الحقيقي

يرتبط الكود والنموذج الرياضي الخاص بك ارتباطًا مباشرًا بالأموال والسيولة العالمية الضخمة على مدار الساعة طوال أيام الأسبوع، وسيتم اختبار كل ابتكار في السوق الحقيقية.

قوة الحوسبة والبيانات لا تصطف أبدًا

يتم توفير مجموعة وحدة معالجة الرسومات Vanka H100 وبيانات دفتر الطلبات ذات الدقة الكاملة من المستوى 3 والتي تمتد لسنوات عديدة عند الطلب لدعم أي اختراق بحثي بشكل كامل.

رؤية حقيقية عابرة للحدود الوطنية

ترتبط نيويورك وسنغافورة وشانغهاي على مدار الساعة عبر المناطق الزمنية، مما يخلق بيئة عمل دولية ويحسن بشكل شامل المشهد المالي الكلي العالمي.

عوائد عالية شفافة ومباشرة

استراتيجية غير محدودة، مجمع أرباح الربح والخسارة، وخيارات الأسهم المبكرة للعمود الفقري الأساسي، والنتائج بغض النظر عن طول الخدمة، ويتم تعيين المساهمات مباشرة لنمو الثروة.

ثقافة هندسية نقية وصادقة

نحن نقوم بتسجيل ومراجعة كل ارتدادات الإستراتيجية وشذوذ النظام العرضي. في نورا، أولئك الذين يجرؤون على تحديد المشاكل هم دائمًا الأكثر احترامًا.

100%لا أحد مسؤول عن الحادث ومعدل المراجعة الشفاف

02OPEN POSITIONS

استكشاف المواقف المفتوحة

انقر على أي منصب لعرض المسؤوليات التفصيلية والتوقعات والفوائد السخية. ألا تجد علامة تناسبك تمامًا؟ طالما أنك تعتقد أنك جيد بما فيه الكفاية، فنحن نرحب بك لتقديم طلب عام في أي وقت.

مسؤوليات الوظيفة والتحديات الأساسية

تعدين إشارات الرصاص استنادًا إلى محولات السلاسل الزمنية ومعلومات السوق متعددة الوسائط (معنويات الأخبار، وتدفق رأس المال عبر السلسلة، ودفتر أوامر L3)
استخدم التعلم المعزز (PPO/DDPG) لتحسين التخصيص الديناميكي للموضع وتكاليف تأثير التنفيذ (انزلاق التنفيذ)
قم ببناء عملية التحقق من صحة ميزات السلاسل الزمنية الصارمة للتحكم بشكل صارم في التجهيز الزائد والتحيز في النظرة المستقبلية.
قم بكتابة تقرير تفصيلي عن آلية الإستراتيجية واستنتج حدود الفشل الواضحة للاستراتيجية في بيئة تتسم بنضوب السيولة والتقلبات العالية.

نأمل أن يكون لديك

درجة الماجستير أو أعلى من إحدى الجامعات المرموقة في الرياضيات التطبيقية أو الإحصاء أو علوم الكمبيوتر أو الفيزياء النظرية
إتقان لغة Python (PyTorch/NumPy/Polars)، مع فهم عميق لنمذجة السلاسل الزمنية غير الثابتة ونماذج التعلم العميق الحديثة
سيتم منح الأولوية للمتقدمين الذين نشروا أوراقًا بحثية في أهم المؤتمرات مثل ICML / NeurIPS / KDD، أو تم تصنيفهم ضمن الأوائل في المسابقات Kaggle / الكمية
يمتلك تفكيرًا ممتازًا في المبادئ الأولى ولديه رهبة غريزية للألعاب الصغيرة والمخاطر الحقيقية للأسواق المالية

حتى لو لم تكن مطابقًا لجميع مجموعات التكنولوجيا بنسبة 100%، فطالما كان لديك فضول خالص وخلفية غريبة الأطوار، فإننا لا نزال حريصين على التواصل معك.

03A DAY AT NORA