Softcard (acquired by Google)
Softcard (acquired by Google)
201 – 500 Anställda
E-handelFinansFintech
Softcard var en fintech- och mobilhandelsplattform som skapades av AT&T Mobility, T-Mobile USA och Verizon Wireless. Den NFC-aktiverade mobilplånboken hjälpte konsumenter att göra kontaktlösa betalningar, handla från sina telefoner och få tillgång till lojalitetsfunktioner på ett och samma ställe. Softcard fokuserade på mobilbetalningar, digitala plånböcker och belöningar och utvecklade teknik som skulle göra vardagliga transaktioner snabbare och mer personligt anpassade innan företaget förvärvades av Google.

Kvantitativ analytiker, analys av portföljkonstruktion

Utveckla analyser för portföljkonstruktion, API:er, prognosmetoder och maskininlärningsmodeller som stöd för Invescos investeringslösningar. Tillämpa kvantitativ forskning, optimering, simulering och data engineering inom portfölj- och kundlösningar.

Beskrivning

  • Stöd konstruktionen av multiasset- och singleassetportföljer genom avancerade metoder för allokering och portföljkonstruktion
  • Utveckla algoritmer, infrastruktur och API:er för högpresterande databehandling
  • Forska kring och implementera metoder för prediktion och prognoser med statistiska metoder, maskininlärning och generativ AI
  • Omsätt investeringsramverk i praktiska verktyg för investeringsteam och kunddialog
  • Tillämpa avancerade optimeringsmetoder för att utveckla portföljlösningar för interna och externa intressenter
  • Använd simuleringar över flera perioder för att prognostisera och optimera resultat vid kapitalflöden och valmöjligheter
  • Integrera riskmodeller från tredje part i analyser av portföljkonstruktion
  • Skapa och underhålla processer och verktyg som stärker datahantering och forskningens produktivitet
  • Samarbeta med kvantitativa team och teknikteam för att tillämpa finansiell teori och bästa praxis inom teknik
  • Utveckla forskningskoncept som förbättrar befintliga ramverk och verktyg
  • Följ akademisk forskning och utvecklingen i branschen för att införa relevanta bästa praxis i arbetet

Krav

  • En avancerad examen inom ett kvantitativt område, till exempel ingenjörsvetenskap, finans, operationsanalys eller datavetenskap
  • Praktisk kunskap om etablerade metoder inom finansiell ingenjörskonst
  • Starka kunskaper i statistik och optimering
  • Mycket god programmeringsförmåga, helst i Python
  • Erfarenhet av att utveckla och driftsätta maskininlärningsmodeller inom finansiella tillämpningar, särskilt neurala nätverksarkitekturer som LSTM, CNN och transformermodeller, är meriterande
  • Kunskaper i scikit-learn, TensorFlow och PyTorch för modellering med neurala nätverk
  • Erfarenhet av att hantera och omvandla stora datamängder, helst med SQL
  • Förmåga att sätta sig in i komplexa koncept och uttrycka dem som systematiska algoritmer
  • Erfarenhet av riskmodeller från tredje part, såsom BarraOne eller Axioma, är meriterande
  • Pågående arbete mot CFA-certifiering är meriterande
  • Förmåga att prioritera ansvarsområden och hantera tiden för att maximera effekten i investeringsprocessen
  • Exceptionell noggrannhet och vana att validera och triangulera resultat
  • Stark förmåga att samarbeta och bygga relationer
  • Engagemang för att leverera arbete av hög kvalitet

Förmåner

  • Flexibel betald ledighet
  • Hybrid arbetsform
  • 401(k)-matchning motsvarande 100 % av de första 6 % du bidrar med, samt ett diskretionärt kompletterande bidrag
  • Program för hälsa och välbefinnande
  • Föräldraledighet
  • Aktieköpsplan för anställda

Relaterade jobb

AT&T

AT&T-företagssäljare, territoriella konton – Memphis

AT&T

Bygg upp AT&T:s kundbas bland småföretag och medelstora företag i Memphis genom att sälja fiberbredband och andra kommunikationslösningar. Rollen kombinerar prospektering, kontoutveckling och rådgivande försäljning för att öka intäkterna i territoriet.

Öppna