一一中文网

手机浏览器扫描二维码访问

第92章 简历优化（第1页）

深夜十一点半，鹏城宝安区某小区书房里，屏幕的光映在林晨脸上。

他刚挂断一个电话，手指在桌面上轻轻敲击着，嘴角带着一丝难以察觉的笑意。

电话是猎头打来的。

距离在招聘平台更新简历才过去两天，第一个主动联系就来了。

对方是一家专注互联网高端职位的猎头公司，办公地点在南山科技园。

电话里，那位自称李顾问的女士语气专业而热情：“林先生，看到您更新的简历非常惊艳。

独立开发并实盘运行三个月的量化投资系统，年化收益超过25%，这个项目经验在AI算法工程师里非常独特”

。

林晨当时握着手机，心脏跳得快了几分。

他尽量让自己的声音听起来平静：“谢谢。

这个系统是我过去几个月自学的成果，用pytorch搭建了多个预测模型，整合了传统量化因子”

。

“这正是我们客户需要的”

。

李顾问说，“目前有几家公司在招AI量化研究员，其中一家是t厂的金融科技部门，另一家是头部私募。

您的背景——十年全栈开发加上扎实的AI实战项目，年龄反而成了优势，意味着稳定性和项目经验”

。

年龄成了优势。

这句话让林晨心里某个紧绷的弦松了一松。

挂断电话后，他打开那份已经修改过七八遍的简历文档。

白底黑字，简洁的排版，但每个字都经过反复推敲。

林晨|35岁|AI算法工程师量化研究员核心技能：python·pytorch·tensorFlow·机器学习·深度学习·量化交易系统

往下翻，工作经历部分，过去十年的跨境电商平台开发被压缩成一段概述，重点突出“高并发系统架构经验”

和“复杂业务逻辑抽象能力”

。

而最近几个月的经历，则被展开成一个独立板块：

个人项目：启明智能量化投资系统（2025年3月-至今）

独立设计并开发覆盖A股、基金、期货、期权、外汇的多市场量化交易系统

使用pytorch构建LStm、transformer时序预测模型，结合xGboost等传统机器学习算法

实现多因子模型融合，动态风险控制模块，最大回撤控制在8%以内

系统实盘运行三个月，初始资金7万元，累计收益30%（年化约120%）

技术栈：pythonpytorchpandasNumpypostgreSqLdocker

林晨的目光停留在“累计收益30%”

这个数字上。

实际收益比三天前整理简历时又涨了五个百分点——这周A股有个小波段，系统抓住了。

他犹豫过是否要把具体收益率写上去，毕竟这看起来太像炫技，甚至可能引发对策略可持续性的质疑。

但最终他决定保留。

代码可以骗人，但实盘曲线不会。

这是他能拿出的最硬的证据。