岗位信息
🏢 企业简介
因诺资产是国内领先的量化私募基金管理人,专注于运用数学、统计学与计算机技术构建系统性投资策略,业务覆盖股票、期货及衍生品等多资产领域的量化研究与资产管理。作为民营金融科技企业,因诺资产在量化投资行业具备较强的研发实力与口碑,总部位于北京,并在上海、北京等核心金融城市布局团队与业务。公司高度重视技术驱动与投研创新,搭建了完善的量化研究平台和工程化体系,为应届生提供接触前沿金融建模、机器学习与低延迟系统的实战机会。依托国内量化行业的快速增长与公司的稳健发展,因诺资产持续吸纳具备数理、计算机背景的年轻人才,职业发展路径清晰,成长空间广阔
官方公告
查看官方公告原文 ›投递方式
投递入口为会员专属,登录 / 注册 后查看(注册送 15 天免费试用)📋 岗位说明书(多岗位)
这个岗位做什么
科研岗说白了就是在企业、院所里搞研究的人。典型工作内容包括看文献、设计实验或模型、跑数据、写报告、申请专利,还有跟团队一起把技术往产品上靠。它属于研发职能线,跟纯开发岗不一样,更看重“从0到1发现或验证点东西”。目前校招宝上在招的科研岗有 343 条,说明需求还真不少,但头部企业、行业、城市这些维度暂时没统计到,大家可以多刷站点看更新。
适合谁
专业上,理工科肯定是主力,像材料、生物、化学、物理、计算机、电子这些背景都常见。如果你有这些特质会更有优势:
- 坐得住冷板凳,能接受反复试错
- 文献检索和逻辑推导能力强
- 有实验室经历或发过论文、参加过项目
- 沟通不差,能跟上下游说清自己的研究
如果是跨专业但跟着老师做过课题的,也可以试试,简历里把产出写明白就行。
薪资水平
根据站里 2018 届的薪资参考,科研岗月薪大概是 8-23k(千元/月)。这个是早几届的数据,现在行情会有波动,但能给你一个底。其他届或最新的薪资爆料暂时没有,建议结合你目标城市和行业普遍情况自己再多打听,别光看一个数就定预期。
怎么投
- 渠道:校招宝这类聚合站点先刷一遍,再把目标公司官网招聘页、学校就业网、导师推荐群都铺上。
- 节奏:科研岗很多跟着项目走,秋招、春招都有,看到 343 条在招就说明常年有坑,早投早面。
- 准备:简历别写空话,把做过啥、用了啥方法、得出啥结论写清楚;面试前重看自己最熟的一个项目,能被问穿就行;有条件带个代表作或海报,比嘴说管用。
整体就是:信息勤看、材料写实、别怕被拒,科研岗更认真东西。
这个岗位做什么
金融与银行方向的在招岗位目前有 1151 条,数量真的不算少。这类岗位通常落在金融机构的前台业务、中台风控或后台运营里。典型工作可能是帮客户做资产配置、审信贷材料、跑资金清算,或者做市场数据和合规支持。总的来说,它属于“金融职能”这条大线,离钱近、流程规范,也讲究稳。
适合谁
说实话,专业上财经类、金融、经济、会计、统计的同学天然对口;但理工科转量化或风控的也不少。比专业更关键的,是这几种特质的人投了更稳:
- 对数字不头疼,能坐得住看报表
- 沟通不怯场,因为很多岗要面对客户或跨部门
- 做事有条理,银行类流程真的多
如果你实习里干过券商、银行、保理相关,简历一下就有优势。
薪资水平
站内真实薪资参考(月薪):5-20k(2019届)。这是早几届的爆料区间,现在市场会变,但你能先心里有个数——入门不算高,往上空间看城市和岗位。其他届暂无薪资爆料,建议多看看同校学长姐去向,别只盯宣传页。
怎么投
- 渠道:校招宝这类聚合平台先刷“金融与银行”类目,再补官网和宣讲会
- 节奏:秋招是主战场,春招补坑;1151 条在招说明全年都有机会,别拖
- 准备:简历写清实习和金融相关课程;笔试刷行测+金融常识;面试练下自我介绍和案例题
投的时候别海投,挑匹配的岗改改简历,靠谱得多。
这个岗位做什么
软件开发说白了就是写代码把产品做出来。典型工作内容包括需求评审、写业务逻辑、前后端联调、修 bug、上线维护这些。你在招聘软件上看到的 1163 条在招岗位,基本都绕不开这些活儿。它属于研发职能线,是互联网和公司数字化里最最核心的工种之一,不管是做 app、网页还是内部系统,都得有人写代码。
适合谁
- 专业上:计算机、软件、通信、自动化这些工科背景肯定最对口,但也不是死规定,不少自学转行的也能上岸。
- 背景上:有实习经验、写过完整项目、搞过竞赛的,投的时候优势明显。
- 能力特质:坐得住冷板凳,逻辑清楚,遇到报错不崩心态,愿意持续学新框架。如果你平时就爱折腾电脑、逛技术论坛,那这岗真的可以冲。
薪资水平
根据校招宝站内数据,2019 届软件开发岗的月薪参考是 9-23k(千元/月)。这是比较早期的真实爆料区间,现在市场会有波动,但能给你一个底线感知:这行起薪在应届里算能打的。其他届或者当下的具体数额站里暂时没有更多爆料,建议大家多看看近期 offer 对比,别光凭感觉谈钱。
怎么投
- 渠道:校招宝这类聚合平台可以直接筛那 1163 条在招岗位;再加企业官网和官方公众号,别只盯一个地方。
- 时间节奏:大厂秋招一般开学就开,春招补录少而快;中小厂全年零散招,看到合适的别拖。
- 准备建议:简历里放一两个能跑起来的项目链接,笔试刷刷算法,面试前把用过的框架原理过一遍。投递别海投不管,每个岗位稍微改改针对性文案,命中率高得多。
这个岗位做什么
数据分析一般归在「数据/商业分析」这种职能线里。说人话就是:帮公司从一堆乱七八糟的数据里捞出有用的结论,支持老板做决策。典型活儿包括接业务需求、写 SQL 取数、做报表看板、搞点可视化,偶尔还要跑模型找规律。日常不是纯写代码,也不是纯写 PPT,是两边沾点,谁急你帮谁。494 条在招岗位说明市面上真缺这类人,但活儿细碎,得坐得住。
适合谁
- 专业上:统计、数学、计算机、经管都行,跨专业也能投,关键看你会不会用数据说话。
- 背景上:有过实习取数、比赛建模、自己爬过数据的,简历更好看。
- 特质上:好奇心重、逻辑在线、被业务方催还能笑出来,这种人投最有优势。别怕不会 Python,很多岗允许边干边学,但 Excel 和 SQL 真得自己先练熟。
薪资水平
站里 2019 届的薪资参考是月薪 9-23k(千元/月)。这是实打实的历史数据,现在市场可能有波动,但能给你个底:这岗不是天上掉钱,但比起纯执行岗,下限和上限都还算友好。其他届或城市的爆料暂时没有,建议多翻翻师兄师姐的聊天记录,别光看招聘页写的范围。
怎么投
- 渠道:校招宝这种聚合站先刷一遍,再把目标公司官网和靠谱招聘 App 都挂上,别只守一个入口。
- 节奏:大厂秋招早,暑假就得准备;小公司滚动招,看到 494 条在招就说明全年都有坑,别拖到毕业前一个月。
- 准备:简历写清楚「用啥方法、解决啥问题、带来啥结果」;笔试练 SQL 和逻辑题;面试把做过的项目讲成故事。没有实习就自己搞个分析小作业,比空写「熟练掌握」强。