Poesis AI
Poesis AI
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 maskinlæringsingeniør inden for finansiel AI

Udvikl prædiktive signaler, produktionsmodeller for maskinlæring og evalueringssystemer til Poesis AI’s autonome investeringsplatform. Anvend AI på finansielle data, og brug investeringsresultater til at forbedre modeller og agenter.

Beskrivelse

  • Identificere prædiktive signaler på tværs af finansielle, fundamentale og alternative datasæt
  • Designe eksperimenter, der skelner meningsfulde model forbedringer fra støj
  • Skabe reproducerbare forskningssystemer for maskinlæring til hurtig eksperimentering
  • Omsætte lovende forskning til robuste produktionsmodeller og signaler
  • Bruge resultater fra den virkelige verden til at finde muligheder for at forbedre modeller og agenter
  • Udvikle modeller, signaler og evalueringsværktøjer til at finde alfa, træffe beslutninger og styre risiko
  • Analysere komplekse finansielle data og bidrage til investeringsbeslutninger
  • Være med til at forme produktet og virksomhedens drift som et tidligt teammedlem
  • Udvikle løsninger fra bunden uden ældre systemer eller etablerede processer

Krav

  • Baggrund fra et førende AI-laboratorium, en startup med fokus på agenter, en hurtigt voksende teknologivirksomhed, en førende investeringsforvalter eller en tilsvarende organisation
  • Erfaring med at udvikle, evaluere og implementere maskinlæringsmodeller i produktion
  • Forståelse for modellers fejlsituationer og evalueringsdesign, herunder hvordan lovende resultater skelnes fra støj
  • Stærk kvantitativ dømmekraft
  • Erfaring med at arbejde med store og komplekse datasæt
  • Evne til at tage ejerskab over åbne forskningsproblemer og bruge evidens til at afgøre, hvad der skal undersøges
  • Bachelor-, kandidat- eller ph.d.-grad i datalogi eller et beslægtet felt eller tilsvarende praktisk erfaring
  • Erfaring med at bygge maskinlærings- eller AI-systemer med finansielle, fundamentale, alternative eller tidsseriedata
  • Kendskab til kvantitativ investering, porteføljekonstruktion eller risikostyring
  • Erfaring med at anvende moderne AI-systemer på finansielle dokumenter
  • Nuværende lovlig tilladelse til at arbejde i USA

Fordele

  • Aktier
  • Andel af fondens overskud gennem carry
  • Omfattende sygeforsikring
  • Tandforsikring
  • Synsforsikring
  • Frokostordning
  • Pendlertilskud
  • Flyttegodtgørelse
  • Fortsat visumsponsorering for fuldtidsansatte