Experian
Graham Capital Management, L.P.
Machine Learning Engineer
Beschreibung
Graham Capital Management, L.P. (kollektiv mit seinen verbundenen Unternehmen, „Graham“) ist ein alternativer Investmentmanager, der 1994 von Kenneth G. Tropin gegründet wurde. Graham, spezialisiert auf diskretionäre und quantitative Makrostrategien, widmet sich der Erzielung starker, unkorrelierter Renditen in einer Vielzahl von Marktbedingungen. Als einer der am längsten etablierten globalen Makro- und Trendfolge-Manager der Branche engagiert sich Graham weiterhin für Innovation und entwickelt seine Strategien durch eine robuste Investment-, Technologie- und operative Infrastruktur weiter. Graham nutzt die Synergien zwischen seinen diskretionären und quantitativen Handelsgeschäften, um eine breite Palette komplementärer Alpha-Strategien anzubieten, die jeweils auf den Prinzipien einer durchdachten Portfolio-Konstruktion, eines aktiven Risikomanagements und einer gezielten Diversifizierung basieren. Graham investiert neben seinen Kunden erhebliches eigenes Kapital – darunter globale Institutionen, Stiftungen, Family Offices, Staatsfonds, Investmentmanagement-Berater und qualifizierte Einzelinvestoren –, was die Interessenangleichung über alle Strategien hinweg stärkt.
Die Grundlage für Grahams Nachhaltigkeit und Erfolg bilden die Erfahrung und die Beiträge seiner Mitarbeiter. Das Unternehmen strebt danach, Talente zu fördern, die Vielfalt der Ideen zu ermutigen und die Beiträge aller zu respektieren. Jeder Mitarbeiter teilt im Gegenzug die Verantwortung, die Menschen um ihn herum zu stärken.
Graham sucht einen ML Engineer, der unser Data Science Team verstärkt, einen zukunftsorientierten technischen Arm von Graham. Wir konzipieren, entwerfen, prototypisieren und implementieren die Prozesse, die die Quantitative Research und Discretionary Trading Teams sowie das gesamte Unternehmen versorgen. Wir sind leidenschaftlich bei dem, was wir tun, und freuen uns über jede Gelegenheit, dies zu beweisen.
Die Data Science Abteilung verbindet traditionelle Data Science und Engineering-Rollen sowie die Anwendung von Machine Learning und KI. Wir arbeiten eng mit Quant Researchers, Portfolio Managern, Operations und Execution zusammen, um unser Angebot kontinuierlich zu verbessern. Jeden Tag arbeiten wir daran, unser Geschäft durch Daten, Technologie und die Einblicke, die wir unseren Stakeholdern bieten, zu transformieren.
Bei Graham versorgen unsere Systeme rund um die Uhr Live-Modelle mit Daten, die Milliarden von Marktdaten-Ticks, einen ständig wachsenden Korpus von Nachrichten und anderen Texten sowie ein breites Spektrum an Finanz- und alternativen Daten umfassen. Unser Ziel ist es, den Forschungsprozess zu unterstützen, indem wir unseren Stakeholdern alle richtigen Werkzeuge zur Verfügung stellen, um in ihren Jobs erfolgreich zu sein.
Aufgaben
Sie werden Teil eines wachsenden Teams innerhalb von Data Science sein. Sie werden mit Weltklasse-Talenten zusammenarbeiten, um innovative Lösungen für einige der interessantesten Probleme auf der Buy-Side zu finden. Sie werden eng mit anderen Bereichen wie Technologie, Quantitative Research und Portfolio Manager Gruppen sowie Risk und Operations zusammenarbeiten, um Probleme im Zusammenhang mit Daten zu verstehen und letztendlich hochmoderne Lösungen zu entwickeln. Ihr Fokus wird darauf liegen, tief in mehrere Datensätze einzutauchen, um Beziehungen zu verstehen, Zeitreihen- und Prognosemodelle zu entwickeln, Quant-Strategien zu unterstützen und neue Erkenntnisse zu gewinnen sowie State-of-the-Art machine learning und fortgeschrittene statistische Methoden zu nutzen, um die besten Datenquellen für den Fonds zu erstellen.
Anforderungen
- Bachelor-Abschluss oder höher in Informatik, Ingenieurwesen, Operations Research oder einer anderen quantitativen Disziplin
- 3+ Jahre praktische Erfahrung mit Machine Learning und Statistik auf großen, unstrukturierten Datensätzen
- Fähigkeit, Forschungsergebnisse klar an technische und nicht-technische Stakeholder zu kommunizieren
- Full-stack Erfahrung mit Python (bevorzugt) oder C++, Spark/Scala, SQL oder anderen verteilten Datenverarbeitungstechnologien sowie Erfahrung im komfortablen Erstellen und Bereitstellen von Diensten und Modellen in containerisierten Umgebungen
- Erfahrung mit wissenschaftlichem Rechnen, Statistik, Optimierung, Zeitreihen, Paneldaten usw.
- Komfort bei der Bewältigung mehrerer Projekte zur Lösung verschiedener Probleme in Zusammenarbeit mit mehreren Teams
- Detailorientierte Denkweise
- Verantwortungsbewusstsein für die eigene Arbeit, sowohl selbstständig als auch kollaborativ gut funktionierend
Diese Rolle erfordert die tägliche Anwesenheit in unserem Londoner Büro von Montag bis Freitag.
- Erfahrung im Schreiben von Produktionscode für Multi-Client-Systeme, die Modellergebnisse liefern, ist ein großer Pluspunkt
