凯读招聘｜凯读投资2027届全球校招——投研工程方向

发布日期： 2026年7月14日
主办单位： 凯读投资（Kendall Square Capital）

Slogan： “凯启新程 · 读领未来”
英文副标题： Kendall 2027 Global Campus Recruitment — Quant Research & Engineering Track

关于凯读

凯读投资是中国新一代 AI驱动的百亿级量化研究型对冲基金，致力于将深度学习等前沿AI技术深度融入传统量化策略研究，专注中国金融市场。

• 团队背景：
• 核心成员毕业于哈佛大学、MIT、加州理工学院等世界顶尖学府；
• 曾任职于 Tower Research、Jump Trading、Jane Street 等国际一线量化机构；
• 投研团队覆盖清华、北大、复旦、浙大、中科大、港大、港中文、新加坡国立大学（NUS）等海内外名校；
• 学科背景多元，涵盖数学、统计学、计算机科学、应用力学、电子信息等，以复杂系统视角解构金融市场。

校招实习岗位（2027届全球校园招聘）

🎯 招聘对象

优先面向 2027届本科/硕士/博士应届毕业生（含海外高校），欢迎跨专业优秀人才。

📅 实习时间

• 入职不晚于 2026年12月底；
• 实习时长 不少于3个月。

📍 工作地点

北京 / 上海（可选）

一、量化策略研究员（Quant Researcher）

研究方向：
深度学习｜强化学习｜未知领域的探索性研究

你将参与：

• 利用AI前沿技术重构多市场Alpha获取体系；
• 构建横跨高频至低频的核心技术壁垒；
• 拓展AI在量化投资中的理论边界与落地场景。

我们期待你：

• 来自全球知名高校，数理基础扎实（数学/统计/物理/机器学习等方向）；
• 具备较强编程能力（Python为主，熟悉PyTorch/TensorFlow等框架）；
• 有深度学习或强化学习相关科研/实习经验；
• 科研能力强，具备系统化思维与原创性研究潜力（不限具体研究方向）。

二、量化开发工程师（Quant Developer）

技术方向：
量化开发｜交易系统｜高性能计算｜ML工程流水线

你将参与：

• 不止是代码实现，更是量化研发生态的共建者；
• 从底层性能调优到端到端机器学习流水线搭建；
• 直面顶尖工程挑战，实现“工程 × 量化”双维度成长。

我们期待你：

• 计算机科学、软件工程、电子工程等相关专业；
• 熟练掌握 C++ / Python 至少一门语言，代码功底扎实；
• 具备框架设计、系统底层优化经验；
• 对量化行业有浓厚兴趣，愿意深入理解金融逻辑与工程实践结合点。

三、AI Infra 工程师（AI基础设施方向）

技术方向：
算子开发｜GPU性能优化｜模型推理与训练引擎加速

你将参与：

• 针对模型训练与推理引擎进行底层性能攻坚；
• 重点突破：算子计算效率、显存管理策略、并行调度机制、执行链路优化等核心环节。

我们期待你：

• 计算机科学、软件工程、高性能计算等相关领域背景；
• 熟悉 PyTorch 框架及生态工具，具备源码阅读或内部机制理解经验者优先；
• 具备良好 C++ 基础，熟悉 CUDA / Triton / TileLang 等 GPU 编程模型之一；
• 对 GPU 架构有基本理解，并有志于深入底层系统优化。

你将获得

✅ 行业领先的技术资源
充沛算力支持，为AI研究提供坚实底座

✅ 纯粹的技术与研究环境
浓厚学术氛围，持续探索前沿架构与方法论

✅ 快速成长路径
资深导师“手把手”带教 → 独立负责项目 → 能力跃迁闭环

✅ 提前锁定全职Offer
表现优异者可获 Return Offer，实现校园到职场无缝衔接

✅ 具有竞争力的实习薪酬与福利
对标一线科技/量化公司的薪酬水平 + 完善福利保障

招聘流程（高效推进，最快一周完成）

1. 投递简历
2. 简历筛选
3. 在线笔试（编程/算法/数学/机器学习综合测评）
4. 2–3轮面试（技术面 + 行业认知 + 综合素质评估）
5. 发放实习Offer

⚡ 全流程高效推进，最快可在一周内完成全部环节

简历投递方式

📧 邮箱投递（推荐）：
wqf@kendallsquarecap.com

📌 邮件标题格式：
【2027校招】+ 岗位名称 + 姓名 + 学校 + 毕业时间

📎 正文中请注明以下四项信息：
① 投递岗位名称（如：量化策略研究员）
② 预计毕业时间 & 可到岗时间
③ 每周可实习天数（如：5天/周）
④ 意向工作城市（北京 / 上海）

📱 扫码直达网申页面：
https://www.kendallsquarecap.com/campus-2027/

*凯读投资 · 不定义边界，只拓展可能*
*Join us to build the future of AI-driven finance.*