Experian
Graham Capital Management, L.P.
Ingénieur Machine Learning
Description
Graham Capital Management, L.P. (collectivement avec ses affiliés, « Graham ») est un gestionnaire d'investissements alternatifs fondé en 1994 par Kenneth G. Tropin. Spécialisé dans les stratégies macro discrétionnaires et quantitatives, Graham s'engage à fournir des rendements solides et non corrélés dans un large éventail d'environnements de marché. En tant que l'un des gestionnaires macro mondiaux et suiveurs de tendance les plus anciens de l'industrie, Graham reste engagé dans l'innovation, faisant évoluer ses stratégies grâce à une solide infrastructure d'investissement, technologique et opérationnelle. Graham exploite les synergies entre ses activités de trading discrétionnaires et quantitatives pour offrir une large gamme de stratégies alpha complémentaires, chacune construite sur les principes d'une construction de portefeuille réfléchie, d'une gestion active des risques et d'une diversification par conception. Graham investit un capital propriétaire important aux côtés de ses clients – y compris des institutions mondiales, des fonds de dotation, des fondations, des family offices, des fonds souverains, des conseillers en gestion d'investissement et des investisseurs individuels qualifiés – renforçant l'alignement des intérêts dans toutes les stratégies.
Le fondement de la durabilité et du succès de Graham réside dans l'expérience et les contributions de ses employés. L'entreprise cherche à cultiver les talents, à encourager la diversité des idées et à respecter les contributions de tous. En retour, chaque employé partage la responsabilité de renforcer ceux qui l'entourent.
Graham recherche un Ingénieur ML pour rejoindre notre équipe Data Science, un bras technique avant-gardiste de Graham. Nous concevons, prototypons et mettons en œuvre les processus qui alimentent les équipes de recherche quantitative et de trading discrétionnaire ainsi que l'ensemble de l'entreprise. Nous sommes passionnés par ce que nous faisons et accueillons chaque opportunité de le prouver.
Le département Data Science se situe à la croisée des rôles traditionnels de Data Science et d'Ingénierie, ainsi que de l'application du Machine Learning et de l'IA. Nous travaillons en étroite collaboration avec les chercheurs quantitatifs, les gestionnaires de portefeuille, les opérations et l'exécution pour améliorer continuellement notre offre. Chaque jour, nous travaillons à transformer notre entreprise grâce aux données, à la technologie et aux informations que nous fournissons à nos parties prenantes.
Chez Graham, nos systèmes alimentent des modèles en direct en continu, couvrent des milliards de ticks de données de marché, un corpus de plus en plus vaste d'actualités et d'autres textes, ainsi qu'un large spectre de données financières et alternatives. Notre objectif est de soutenir le processus de recherche en fournissant à nos parties prenantes tous les éléments nécessaires pour réussir dans leurs fonctions.
Responsabilités
Vous ferez partie d'une équipe en pleine croissance au sein de la Data Science. Vous travaillerez aux côtés de talents de classe mondiale pour trouver des solutions innovantes à certains des problèmes les plus intéressants du buy-side. Vous collaborerez étroitement avec d'autres domaines tels que la Technologie, la Recherche Quantitative et les groupes de gestionnaires de portefeuille, ainsi que le Risque et les Opérations pour comprendre les problèmes auxquels ils sont confrontés en matière de données et développer finalement des solutions de pointe. Votre objectif sera de plonger en profondeur dans plusieurs ensembles de données pour comprendre les relations, développer des séries temporelles, des modèles de prévision, et soutenir les stratégies quantitatives, tout en fournissant de nouvelles perspectives et en exploitant le machine learning de pointe et les méthodes statistiques avancées pour produire les meilleures sources de données pour le fonds.
Exigences
- Diplôme de premier cycle ou supérieur en informatique, ingénierie, recherche opérationnelle ou autre discipline quantitative
- 3+ années d'expérience pratique avec le Machine Learning et les statistiques sur de grands ensembles de données non structurées
- Capacité à communiquer clairement les résultats de recherche aux parties prenantes techniques et non techniques
- Expérience Full-stack avec Python (préféré) ou C++, Spark/Scala, SQL ou d'autres technologies de traitement de données distribuées, ainsi qu'une expérience confortable dans la construction et le déploiement de services et de modèles dans des environnements conteneurisés
- Expérience en calcul scientifique, statistiques, optimisation, séries temporelles, données de panel, etc.
- À l'aise dans la gestion de plusieurs projets pour résoudre des problèmes variés en travaillant avec plusieurs équipes
- Esprit axé sur les détails
- Sens de la responsabilité de son travail, travaillant aussi bien de manière autonome qu'en collaboration
Ce poste nécessite de se rendre au bureau de Londres du lundi au vendredi.
- L'expérience de l'écriture de code de production pour des systèmes multi-clients servant des résultats de modèles est un grand plus
