Softcard (acquired by Google)
Softcard (acquired by Google)
201 – 500 Töötajad
E-kaubandusFintechRahandus
Softcard oli AT&T Mobility, T-Mobile USA ja Verizon Wirelessi loodud finantstehnoloogia- ja mobiilikaubanduse platvorm. Selle NFC-toega mobiilne rahakott võimaldas tarbijatel teha viipemakseid, osta telefonist ning kasutada püsikliendi funktsioone ühes kohas. Mobiilimaksetele, digitaalsetele rahakottidele ja preemiatele keskendunud Softcard arendas tehnoloogiat, mille eesmärk oli muuta igapäevased tehingud kiiremaks ja isikupärasemaks, enne kui Google ettevõtte omandas.

Kvantitatiivne analüütik, portfelli koostamise analüütika

Arendad portfellide koostamise analüütikat, API-sid, prognoosimeetodeid ja masinõppemudeleid Invesco investeerimisvõimekuse toetamiseks. Rakendad kvantitatiivset uurimistööd, optimeerimist, simulatsioone ja andmetehnikat portfelli- ning kliendilahendustes.

Kirjeldus

  • Toetad mitme varaklassi ja üksikute varaklasside portfellide koostamist täiustatud varade jaotamise ning portfelli koostamise meetodite abil
  • Arendad suure jõudlusega andmetöötluse algoritme, taristut ja API-sid
  • Uurid ja rakendad statistilistel meetoditel, masinõppel ja generatiivsel tehisintellektil põhinevaid prognoosimis- ja ennustuslahendusi
  • Muudad investeerimisraamistikud investeerimismeeskondade ja kliendisuhtluse praktilisteks tööriistadeks
  • Rakendad täiustatud optimeerimismeetodeid sise- ja välistele sidusrühmadele mõeldud portfellilahenduste väljatöötamiseks
  • Kasutad mitme perioodi simulatsioone tootluse prognoosimiseks ja optimeerimiseks rahavoogude ning optsioonide mõju korral
  • Lõimid portfelli koostamise analüüsidesse kolmandate osapoolte riskimudeleid
  • Lood ja hooldad protsesse ning tööriistu, mis tugevdavad andmehaldust ja uurimistöö tootlikkust
  • Teed koostööd kvantitatiivsete ja tehnoloogiameeskondadega, et rakendada finantsteooriat ja tehnoloogia parimaid tavasid
  • Arendad uurimiskontseptsioone, mis täiustavad olemasolevaid raamistikke ja tööriistu
  • Jälgid akadeemilisi uuringuid ja valdkonna arengut, et tuua töösse asjakohased parimad tavad

Nõuded

  • Kõrgharidus kvantitatiivses valdkonnas, näiteks inseneriteaduses, rahanduses, operatsioonianalüüsis või arvutiteaduses
  • Väljakujunenud finantsinseneri meetodite töökogemus
  • Tugevad teadmised statistikast ja optimeerimisest
  • Suurepärane programmeerimisoskus, eelistatavalt Pythonis
  • Kogemus finantsrakendustes kasutatavate masinõppemudelite, eriti LSTM-, CNN- ja transformer-arhitektuuride arendamise ning juurutamisega tuleb kasuks
  • Scikit-learni, TensorFlow' ja PyTorchi oskus neurovõrkude modelleerimisel
  • Kogemus suurte andmekogumite töötlemise ja teisendamisega, eelistatavalt SQL-i abil
  • Võime õppida keerukaid kontseptsioone ja väljendada neid süstemaatiliste algoritmidena
  • Kogemus kolmandate osapoolte riskimudelitega, nagu BarraOne või Axioma, tuleb kasuks
  • CFA kvalifikatsiooni poole liikumine on eelistatud
  • Võime seada ülesandeid tähtsuse järjekorda ja juhtida aega, et maksimeerida mõju investeerimisprotsessile
  • Erakordne tähelepanelikkus detailide suhtes ning harjumus tulemusi valideerida ja eri allikate abil kontrollida
  • Tugevad suhtlemis- ja koostööoskused
  • Pühendumus kvaliteetse töö tegemisele

Hüved

  • Paindlik tasustatud puhkus
  • Hübriidtöökorraldus
  • 401(k) sissemaksete tööandjapoolne vaste, mis võrdub 100 protsendiga esimesest 6 protsendist, lisaks kaalutlusõigusel põhinev täiendav sissemakse
  • Tervise- ja heaoluprogrammid
  • Vanemapuhkus
  • Töötajate aktsiaostuplaan