
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.
$۱۳۰٬۰۰۰ – $۱۳۵٬۰۰۰ / سال
حضوریتماموقتسطح متوسطارشدزبان مورد نیاز: انگلیسیتحلیلگر دادهتوضیحات
- 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