Softcard era una piattaforma di tecnologia finanziaria e commercio mobile creata da AT&T Mobility, T-Mobile USA e Verizon Wireless. Il suo portafoglio mobile abilitato alla tecnologia NFC aiutava i consumatori a effettuare pagamenti contactless, fare acquisti dal telefono e accedere alle funzionalità fedeltà in un unico luogo. Incentrata sui pagamenti mobili, sui portafogli digitali e sui programmi fedeltà, Softcard sviluppava tecnologie progettate per rendere le transazioni quotidiane più rapide e personalizzate prima della sua acquisizione da parte di Google.
Analista quantitativo di analisi dell’ingegneria dei portafogli
Sviluppare analisi per la costruzione di portafogli, API, metodi di previsione e modelli di apprendimento automatico a supporto delle capacità di investimento di Invesco. Applicare ricerca quantitativa, ottimizzazione, simulazione e ingegneria dei dati alle soluzioni per portafogli e clienti.
Stati Uniti
Massachusetts
New York130.000 $ – 135.000 $ / anno
In sedeTempo pienoIntermedioSeniorLingua Richiesta: ingleseAnalista di datiDescrizione
- Supportare la costruzione di portafogli multi-asset e single-asset attraverso metodi avanzati di asset allocation e costruzione di portafogli
- Sviluppare algoritmi, infrastrutture e API per il calcolo ad alte prestazioni
- Ricercare e implementare approcci di previsione e forecasting mediante metodi statistici, apprendimento automatico e IA generativa
- Trasformare i framework di investimento in strumenti pratici per i team di investimento e il coinvolgimento dei clienti
- Applicare metodi avanzati di ottimizzazione per sviluppare soluzioni di portafoglio per stakeholder interni ed esterni
- Utilizzare simulazioni multiperiodali per prevedere e ottimizzare la performance in presenza di flussi e opzionalità
- Integrare modelli di rischio di terze parti nelle analisi di costruzione dei portafogli
- Creare e mantenere processi e strumenti che rafforzino la gestione dei dati e la produttività della ricerca
- Collaborare con i team quantitativi e tecnologici per applicare la teoria finanziaria e le migliori pratiche tecnologiche
- Sviluppare concetti di ricerca che migliorino i framework e gli strumenti esistenti
- Monitorare la ricerca accademica e gli sviluppi del settore per apportare al lavoro le migliori pratiche pertinenti
Requisiti
- Laurea avanzata in una disciplina quantitativa, come ingegneria, finanza, ricerca operativa o informatica
- Conoscenza pratica dei metodi consolidati di ingegneria finanziaria
- Solide competenze in statistica e ottimizzazione
- Eccellenti capacità di programmazione, preferibilmente in Python
- Costituisce un vantaggio l’esperienza nello sviluppo e nella distribuzione di modelli di apprendimento automatico in applicazioni finanziarie, in particolare di architetture di reti neurali come LSTM, CNN e transformers
- Padronanza di scikit-learn, TensorFlow e PyTorch per la modellazione di reti neurali
- Esperienza nella gestione e trasformazione di grandi set di dati, preferibilmente con SQL
- Capacità di apprendere concetti complessi e tradurli in algoritmi sistematici
- Costituisce un vantaggio l’esperienza con modelli di rischio di terze parti come BarraOne o Axioma
- È preferibile essere in percorso verso la certificazione CFA
- Capacità di stabilire le priorità e gestire il tempo per massimizzare l’impatto sul processo di investimento
- Eccezionale attenzione ai dettagli e abitudine a convalidare e confrontare i risultati
- Spiccate capacità interpersonali e di collaborazione
- Impegno a produrre un lavoro di alta qualità
Benefit
- Ferie retribuite flessibili
- Modalità di lavoro ibrida
- Contributo corrispondente al 100% dei primi 6% versati al piano 401(k), oltre a un contributo supplementare discrezionale
- Programmi per la salute e il benessere
- Congedo parentale
- Piano di acquisto di azioni per i dipendenti