Ang Poesis AI ay isang investment manager na likas na gumagamit ng AI at bumubuo ng Large Investment Model na patuloy na natututo para sa mga propesyonal at institusyonal na mamumuhunan. Sinasanay ng platform ang mga ahente sa mga kapaligiran ng merkado na mayaman sa datos upang makabuo ng mga trading signal, sumubok ng mga estratehiya, maglaan ng kapital, at mamahala ng panganib sa mga aktuwal na pamilihang pinansyal. Pinagsasama ng gawain nito ang artificial intelligence, machine learning, at pamamahala ng portfolio, at may pangkat itong may karanasan sa pananalapi at machine learning.
Pangunahing Inhinyero sa Quantitative Finance
Bumuo ng mga AI-driven na sistema ng pamumuhunan sa Poesis AI, mula sa mga pipeline ng datos pinansyal at quantitative model hanggang sa backtesting at mga tool sa produksyon. Makipagtulungan sa mga pangkat ng pananaliksik at engineering upang gawing mga sistemang sumusuporta sa mga desisyon sa pamumuhunan ang mga eksperimento.
Paglalarawan
- Gawing maaasahang sistema sa produksyon ang pananaliksik pinansyal at mga prototype ng modelo
- Ihanda ang masalimuot na datos pinansyal para sa masusing pagmomodelo at pananaliksik sa pamumuhunan
- Bumuo ng nasusukat at nauulit na mga sistema para sa pagbuo ng feature, backtesting, at pagsusuri ng modelo
- Subukin nang husto ang mga modelo at signal upang matukoy kung alin ang tumatagal at kung saan pumapalya
- Lutasin ang mga hamon sa engineering sa paglipat ng pananaliksik mula eksperimento tungo sa produksyon
- Ihanda ang malalaking dataset pinansyal
- Magdisenyo at magpatupad ng mga quantitative model at agent
- Gumawa ng mga tool para sa pagsusuri at pagtataya
- Makipagtulungan sa CEO, Chief Scientist, at mga pangkat ng AI at engineering sa mga quantitative system na sumusuporta sa proseso ng pamumuhunan
- Dalhin sa produksyon ang mga bagong ideya mula sa eksperimento at tumulong sa paghubog ng mga desisyon sa pamumuhunan
Mga Kinakailangan
- Bumuo ng imprastraktura, pipeline ng datos, o mga kasangkapang analitikal para gumawa at magsuri ng mga modelong pinansyal o estratehiya sa pangangalakal
- Magtrabaho sa masalimuot na datos pangwika at numerikal at gumawa ng masusi at nauulit na pagsusuri
- May matibay na pundasyong kwantitatibo
- Malinaw na mangatwiran tungkol sa mga suliranin sa estadistika at pagmomodelo
- Balansehin ang mabilis na pag-ulit sa mahusay na kalidad ng engineering
- Ipaliwanag ang mga teknikal na natuklasan at resulta ng eksperimento sa pamunuan at sa mga teknikal at di-teknikal na tagapakinig
- May BS, MS, o PhD sa Computer Science, Matematika, Estadistika, Pisika, Pananalapi, o kaugnay na larangang kwantitatibo
- Mas gusto: may full-time na karanasan sa pananalapi, data science, o machine learning engineering
- Mas gusto: may karanasan sa pagsasama ng datos mula Bloomberg, CapIQ, FactSet, o Refinitiv sa mga daloy ng quantitative research
- Mas gusto: pamilyar sa portfolio optimization, risk modeling, o financial time series
- May kasalukuyang legal na pahintulot na magtrabaho sa Estados Unidos
Mga Benepisyo
- Equity at carry, bahagi ng kita ng pondo
- Saklaw sa medikal
- Saklaw sa ngipin
- Saklaw sa paningin
- Tanghalian na catered
- Mga benepisyo sa pagbiyahe papasok sa trabaho
- Allowance sa relokasyon
- Patuloy na sponsorship ng work visa para sa mga full-time na empleyado