Softcard bija AT&T Mobility, T-Mobile USA un Verizon Wireless izveidota finanšu tehnoloģiju un mobilās tirdzniecības platforma. Tās mobilais maks ar NFC funkciju palīdzēja patērētājiem veikt bezkontakta maksājumus, iepirkties, izmantojot tālruni, un vienuviet izmantot lojalitātes funkcijas. Softcard koncentrējās uz mobilajiem maksājumiem, digitālajiem makiem un atlīdzībām, izstrādājot tehnoloģijas, kuru mērķis bija padarīt ikdienas darījumus ātrākus un personalizētākus, pirms uzņēmumu iegādājās Google.
Kvantitatīvais analītiķis, portfeļa veidošanas analītika
Izstrādāsi portfeļa veidošanas analītiku, API, prognozēšanas metodes un mašīnmācīšanās modeļus, lai atbalstītu “Invesco” ieguldījumu iespējas. Pielietosi kvantitatīvo izpēti, optimizāciju, simulācijas un datu inženieriju portfeļu un klientu risinājumos.
Apraksts
- Atbalstīsi vairāku aktīvu klašu un atsevišķu aktīvu klašu portfeļu veidošanu, izmantojot progresīvas aktīvu sadales un portfeļa veidošanas metodes
- Izstrādāsi augstas veiktspējas skaitļošanas algoritmus, infrastruktūru un API
- Pētīsi un ieviesīsi prognozēšanas un paredzēšanas pieejas, izmantojot statistikas metodes, mašīnmācīšanos un ģeneratīvo mākslīgo intelektu
- Pārvērtīsi ieguldījumu ietvarus praktiskos rīkos ieguldījumu komandām un klientu iesaistei
- Pielietosi progresīvas optimizācijas metodes portfeļa risinājumu izstrādei iekšējām un ārējām ieinteresētajām pusēm
- Izmantosi vairāku periodu simulācijas, lai prognozētu un optimizētu rezultātus, ņemot vērā naudas plūsmas un izvēles iespējas
- Portfeļa veidošanas analīzēs iekļausi trešo pušu riska modeļus
- Veidosi un uzturēsi procesus un rīkus, kas stiprina datu pārvaldību un pētniecības produktivitāti
- Sadarbosies ar kvantitatīvajām un tehnoloģiju komandām, lai pielietotu finanšu teoriju un tehnoloģiju labāko praksi
- Izstrādāsi pētniecības koncepcijas, kas uzlabo esošos ietvarus un rīkus
- Sekosi akadēmiskajiem pētījumiem un nozares attīstībai, lai darbā ieviestu atbilstošu labāko praksi
Prasības
- Augstākā izglītība kvantitatīvā jomā, piemēram, inženierzinātnēs, finansēs, operāciju pētniecībā vai datorzinātnēs
- Praktiskas zināšanas par iedibinātām finanšu inženierijas metodēm
- Spēcīgas statistikas un optimizācijas prasmes
- Teicamas programmēšanas prasmes, vēlams Python valodā
- Pieredze mašīnmācīšanās modeļu izstrādē un ieviešanā finanšu lietojumos, īpaši tādās neironu tīklu arhitektūrās kā LSTM, CNN un transformeri, tiks uzskatīta par priekšrocību
- Scikit-learn, TensorFlow un PyTorch pārzināšana neironu tīklu modelēšanai
- Pieredze lielu datu kopu apstrādē un pārveidē, vēlams izmantojot SQL
- Spēja apgūt sarežģītus jēdzienus un izteikt tos sistemātisku algoritmu veidā
- Pieredze ar trešo pušu riska modeļiem, piemēram, BarraOne vai Axioma, tiks uzskatīta par priekšrocību
- Vēlama virzība uz CFA kvalifikācijas iegūšanu
- Spēja noteikt prioritātes un pārvaldīt laiku, lai maksimāli palielinātu ietekmi uz ieguldījumu procesu
- Izcila uzmanība detaļām un ieradums pārbaudīt un triangulēt rezultātus
- Spēcīgas saskarsmes un sadarbības prasmes
- Apņemšanās nodrošināt augstas kvalitātes darbu
Priekšrocības
- Elastīgs apmaksāts brīvais laiks
- Hibrīda darba iespēja
- 401(k) iemaksu darba devēja līdzfinansējums 100 % apmērā no pirmajiem 6 % iemaksu, kā arī diskrecionāra papildu iemaksa
- Veselības un labklājības programmas
- Bērna kopšanas atvaļinājums
- Darbinieku akciju iegādes plāns