Swish Analytics tworzy oprogramowanie oparte na uczeniu maszynowym oraz dane predykcyjne dla branży zakładów sportowych. Platforma B2B firmy pomaga bukmacherom i platformom fantasy generować kursy w czasie rzeczywistym dla zakładów na statystyki zawodników, rynki drużyn i meczów, prognozy przedmeczowe, wydarzenia na żywo, akumulatory, kreatory zakładów i mikrorynki. Firma wspiera również automatyczne zarządzanie cyklem życia zakładów, łącząc modele wyceny ze skalowalną infrastrukturą kursów, aby usprawnić tworzenie i zarządzanie produktami bukmacherskimi.
Analityk tradingu — zakłady sportowe | Swish Analytics (praca hybrydowa, Filipiny)
Zarządzaj ryzykiem zakładów sportowych, tabelami składów i kursami dla produktów Swish Analytics opartych na predykcyjnych danych sportowych. Analizuj trendy zakładów na żywo w najważniejszych dyscyplinach sportowych w USA.
Opis
- Zarządzanie ryzykiem klientów i maksymalizowanie marży produktów Swish poprzez decyzje o dodatniej wartości oczekiwanej
- Utrzymywanie i weryfikowanie dokładności tabel składów
- Terminowe dostosowywanie ustawień przed meczem i podczas gry
- Strategiczne wyszukiwanie i monitorowanie wiarygodnych źródeł wiadomości
- Ocena istotnych wiadomości i ich wpływu na rynki zakładów
- Prowadzenie niezależnej, opartej na danych analizy trendów zakładów
- Przekładanie wniosków analitycznych na mierzalne działania tradingowe
Wymagania
- Co najmniej trzy lata doświadczenia w tradingu podczas meczów w internetowej firmie bukmacherskiej
- Bardzo dobra znajomość zakładów sportowych i ustalania kursów
- Silne zainteresowanie ligami NBA, NFL, MLB, NHL oraz koszykówką i futbolem NCAA, a także szczegółowa znajomość tych dyscyplin
- Silne umiejętności matematyczne, statystyczne lub analityczne
- Umiejętność interpretowania, obliczania i przeliczania kursów w czasie rzeczywistym
- Nastawienie na wyniki i usprawnianie procesów, rezultatów oraz rentowności
- Gotowość do pracy w elastycznych godzinach, w tym w nocy, w weekendy i święta
- Preferowane wykształcenie wyższe w dziedzinie STEM
- Preferowane doświadczenie we współpracy z zespołami interdyscyplinarnymi
- Doświadczenie w zespole data science będzie dodatkowym atutem
- Może być wymagane pomyślne przejście weryfikacji danych osobowych i referencji
Benefity
- Pracodawca zapewniający równe szanse
- Może być wymagane pomyślne przejście weryfikacji danych osobowych i referencji