Softcard (acquired by Google)
Softcard (acquired by Google)
Softcard یک پلتفرم فین‌تک و تجارت موبایلی بود که توسط AT&T Mobility، T-Mobile USA و Verizon Wireless ایجاد شد. کیف پول موبایلی مجهز به NFC آن به کاربران امکان می‌داد پرداخت‌های بدون تماس انجام دهند، با تلفن خود خرید کنند و از قابلیت‌های وفاداری در یک مکان بهره ببرند. Softcard با تمرکز بر پرداخت‌های موبایلی، کیف پول‌های دیجیتال و پاداش‌ها، فناوری‌ای توسعه داد که تراکنش‌های روزمره را سریع‌تر و شخصی‌سازی‌شده‌تر می‌کرد؛ سپس Google آن را خریداری کرد.

تحلیل‌گر کمی، تحلیل مهندسی پرتفوی

برای پشتیبانی از قابلیت‌های سرمایه‌گذاری در اینوسکو، تحلیل‌های ساخت پرتفوی، APIها، روش‌های پیش‌بینی و مدل‌های یادگیری ماشین را توسعه دهید. پژوهش کمی، بهینه‌سازی، شبیه‌سازی و مهندسی داده را در راهکارهای پرتفوی و مشتری به کار بگیرید.

توضیحات

  • با استفاده از روش‌های پیشرفته تخصیص دارایی و ساخت پرتفوی، از ساخت پرتفوی‌های چنددارایی و تک‌دارایی پشتیبانی کنید
  • الگوریتم‌ها، زیرساخت و APIهای محاسبات با کارایی بالا را توسعه دهید
  • با استفاده از روش‌های آماری، یادگیری ماشین و هوش مصنوعی مولد، رویکردهای پیش‌بینی و برآورد را پژوهش و اجرا کنید
  • چارچوب‌های سرمایه‌گذاری را به ابزارهای کاربردی برای تیم‌های سرمایه‌گذاری و تعامل با مشتری تبدیل کنید
  • برای توسعه راهکارهای پرتفوی برای ذی‌نفعان داخلی و خارجی، روش‌های پیشرفته بهینه‌سازی را به کار بگیرید
  • برای پیش‌بینی و بهینه‌سازی عملکرد در شرایط جریان وجوه و اختیارپذیری، از شبیه‌سازی‌های چنددوره‌ای استفاده کنید
  • مدل‌های ریسک طرف ثالث را در تحلیل‌های ساخت پرتفوی وارد کنید
  • فرایندها و ابزارهایی ایجاد و نگهداری کنید که مدیریت داده و بهره‌وری پژوهش را تقویت می‌کنند
  • برای به‌کارگیری نظریه مالی و بهترین روش‌های فناوری، با تیم‌های کمی و فناوری همکاری کنید
  • مفاهیم پژوهشی توسعه دهید که چارچوب‌ها و ابزارهای موجود را بهبود می‌دهند
  • پژوهش‌های دانشگاهی و تحولات صنعت را برای وارد کردن بهترین روش‌های مرتبط به کار، پایش کنید

شرایط لازم

  • مدرک پیشرفته در یک حوزه کمی مانند مهندسی، مالی، پژوهش عملیاتی یا علوم کامپیوتر
  • آشنایی کاری با روش‌های تثبیت‌شده مهندسی مالی
  • توانمندی قوی در آمار و بهینه‌سازی
  • توانایی عالی در برنامه‌نویسی، ترجیحاً با Python
  • سابقه توسعه و استقرار مدل‌های یادگیری ماشین در کاربردهای مالی، به‌ویژه تجربه معماری‌های شبکه عصبی مانند LSTM، CNN و ترنسفورمرها، مزیت محسوب می‌شود
  • تسلط بر scikit-learn، TensorFlow و PyTorch برای مدل‌سازی شبکه‌های عصبی
  • سابقه کار با مجموعه‌داده‌های بزرگ و تبدیل آن‌ها، ترجیحاً با SQL
  • توانایی یادگیری مفاهیم پیچیده و بیان آن‌ها به شکل الگوریتم‌های نظام‌مند
  • سابقه کار با مدل‌های ریسک طرف ثالث مانند BarraOne یا Axioma مزیت محسوب می‌شود
  • پیشرفت در مسیر دریافت گواهی CFA ترجیحی است
  • توانایی اولویت‌بندی مسئولیت‌ها و مدیریت زمان برای به حداکثر رساندن تأثیر بر فرایند سرمایه‌گذاری
  • توجه استثنایی به جزئیات و عادت به اعتبارسنجی و تطبیق نتایج
  • مهارت‌های قوی در روابط بین‌فردی و همکاری مشارکتی
  • تعهد به ارائه کار باکیفیت

مزایا

  • مرخصی با حقوق انعطاف‌پذیر
  • شیوه کار ترکیبی
  • مطابقت ۱۰۰درصدی در 401(k) برای نخستین ۶درصد مشارکت، به‌علاوه مشارکت تکمیلی اختیاری
  • برنامه‌های سلامت و بهزیستی
  • مرخصی والدین
  • طرح خرید سهام کارکنان