Poesis AI er en AI-baseret kapitalforvalter, der udvikler en Large Investment Model, som lærer løbende, til professionelle og institutionelle investorer. Platformen træner agenter i datarige markedsmiljøer til at generere handelssignaler, teste strategier, fordele kapital og håndtere risiko på aktive finansmarkeder. Arbejdet samler kunstig intelligens, maskinlæring og porteføljeforvaltning, og teamet trækker på erfaring inden for finans og maskinlæring.
Ledende kvantitativ finansingeniør
Byg AI-drevne investeringssystemer hos Poesis AI, fra finansielle datapipelines og kvantitative modeller til backtesting og produktionsværktøjer. Samarbejd med forsknings- og ingeniørteams om at omsætte eksperimenter til systemer, der understøtter investeringsbeslutninger.
USA
Californien180.000 $ – 280.000 $ / år
HybridFuldtidLeadPåkrævet Sprog: engelskFinansiel planlægning og analyseBeskrivelse
- Omsæt finansiel forskning og modelprototyper til pålidelige produktionssystemer
- Klargør komplekse finansielle data til grundig modellering og investeringsforskning
- Byg skalerbare og reproducerbare systemer til funktionsgenerering, backtesting og modelevaluering
- Stresstest modeller og signaler for at finde ud af, hvad der holder, og hvor de fejler
- Løs tekniske udfordringer, når forskning flyttes fra eksperiment til produktion
- Klargør store finansielle datasæt
- Design og implementér kvantitative modeller og agenter
- Skab værktøjer til test og evaluering
- Samarbejd med den administrerende direktør, chefforskeren samt AI- og ingeniørteams om kvantitative systemer, der understøtter investeringsprocessen
- Før nye idéer fra eksperiment til produktion, så de kan bidrage til investeringsbeslutninger
Krav
- Byg infrastruktur, datapipelines eller analyseværktøjer til udvikling og evaluering af finansielle modeller eller handelsstrategier
- Arbejd med komplekse sproglige og numeriske data, og udarbejd grundige, reproducerbare analyser
- Have et stærkt kvantitativt fundament
- Tænk klart over statistiske problemstillinger og modelleringsproblemer
- Afvej hurtig iteration mod solid teknisk kvalitet
- Forklar tekniske resultater og eksperimenter til ledelsen samt tekniske og ikke-tekniske målgrupper
- Have en bachelor-, kandidat- eller ph.d.-grad i datalogi, matematik, statistik, fysik, finans eller et beslægtet kvantitativt fag
- En fordel: fuldtidserfaring inden for finans, datavidenskab eller maskinlæringsteknik
- En fordel: erfaring med at integrere data fra Bloomberg, CapIQ, FactSet eller Refinitiv i arbejdsgange for kvantitativ forskning
- En fordel: kendskab til porteføljeoptimering, risikomodellering eller finansielle tidsserier
- Have gældende juridisk arbejdstilladelse i USA
Fordele
- Ejerandel og andel i fondens overskud
- Sundhedsdækning
- Tandlægedækning
- Synsdækning
- Frokost inkluderet
- Pendlertilskud
- Flyttegodtgørelse
- Fortsat sponsorering af arbejdsvisum for fuldtidsansatte