A Softcard era uma plataforma de tecnologia financeira e comércio móvel criada pela AT&T Mobility, T-Mobile USA e Verizon Wireless. Sua carteira móvel habilitada para NFC ajudava os consumidores a fazer pagamentos por aproximação, comprar pelo celular e acessar recursos de fidelidade em um só lugar. Com foco em pagamentos móveis, carteiras digitais e recompensas, a Softcard desenvolveu tecnologia projetada para tornar as transações do dia a dia mais rápidas e personalizadas antes de ser adquirida pelo Google.
Analista quantitativo de análise de engenharia de portfólios
Desenvolver análises de construção de portfólios, APIs, métodos de previsão e modelos de aprendizado de máquina para apoiar as capacidades de investimento da Invesco. Aplicar pesquisa quantitativa, otimização, simulação e engenharia de dados em soluções para portfólios e clientes.
Descrição
- Apoiar a construção de portfólios multiativos e de ativos individuais por meio de métodos avançados de alocação de ativos e construção de portfólios
- Desenvolver algoritmos, infraestrutura e APIs de computação de alto desempenho
- Pesquisar e implementar abordagens de predição e previsão usando métodos estatísticos, aprendizado de máquina e IA generativa
- Converter estruturas de investimento em ferramentas práticas para equipes de investimento e relacionamento com clientes
- Aplicar métodos avançados de otimização para desenvolver soluções de portfólio para partes interessadas internas e externas
- Usar simulações multiperíodo para prever e otimizar o desempenho considerando fluxos e opcionalidade
- Incorporar modelos de risco de terceiros às análises de construção de portfólios
- Criar e manter processos e ferramentas que fortaleçam a gestão de dados e a produtividade da pesquisa
- Colaborar com equipes quantitativas e de tecnologia para aplicar teoria financeira e boas práticas de tecnologia
- Desenvolver conceitos de pesquisa que aprimorem estruturas e ferramentas existentes
- Acompanhar pesquisas acadêmicas e desenvolvimentos do setor para incorporar boas práticas relevantes ao trabalho
Requisitos
- Pós-graduação em uma área quantitativa, como engenharia, finanças, pesquisa operacional ou ciência da computação
- Conhecimento prático de métodos consolidados de engenharia financeira
- Sólidos conhecimentos de estatística e otimização
- Excelente capacidade de programação, preferencialmente em Python
- Experiência no desenvolvimento e na implementação de modelos de aprendizado de máquina em aplicações financeiras, especialmente arquiteturas de redes neurais como LSTM, CNN e transformers, será um diferencial
- Proficiência em scikit-learn, TensorFlow e PyTorch para modelagem de redes neurais
- Experiência no tratamento e na transformação de grandes conjuntos de dados, preferencialmente com SQL
- Capacidade de aprender conceitos complexos e expressá-los como algoritmos sistemáticos
- Experiência com modelos de risco de terceiros, como BarraOne ou Axioma, será um diferencial
- É desejável estar avançando para a certificação CFA
- Capacidade de priorizar responsabilidades e gerenciar o tempo para maximizar o impacto no processo de investimento
- Atenção excepcional aos detalhes e hábito de validar e triangular resultados
- Fortes habilidades interpessoais e de colaboração
- Compromisso com a produção de trabalho de alta qualidade
Benefícios
- Tempo livre remunerado flexível
- Modelo de trabalho híbrido
- Contribuição equivalente a 100% dos primeiros 6% contribuídos ao plano 401(k), além de uma contribuição suplementar discricionária
- Programas de saúde e bem-estar
- Licença parental
- Plano de compra de ações para funcionários