作为一名专注于机器学习和深度学习的数据科学开发人员，您将在我们充满活力的投资组合绩效分析团队中发挥关键作用。在这个职位上，您将处于利用先进的量化技术来增强私募债券、流动债券和私募股权基金投资产品的决策过程的前沿。
主要职责
• 模型开发和改进:
• 运用您在机器学习和深度学习方面的专业知识，开发和完善量化模型，如信用风险模型和阿尔法模型，用于风险评估、投资组合优化和阿尔法生成。
• 与跨职能团队合作，将先进的量化技术整合到投资流程和公司基金财务运营中。
• 数据分析和整合:
• 进行全面的业务分析，以识别与投资决策相关的潜在风险和机会。
• 与业务利益相关者合作，了解他们的目标，并提供与整体业务战略一致的量化洞察。
• 使用大型数据集，利用统计方法和机器学习算法提取有意义的洞察，为投资决策提供信息。
• 风险管理:
• 在我们多样化的另类投资产品、公司基金财务和财务管理中，为管理风险采取全面的方法。
• 监测和评估投资组合的风险敞口，识别改进和缓解的潜在领域。
• 量化研究:
• 了解量化金融、机器学习和深度学习方面的行业趋势和进展，并应用这些知识来增强公司的量化能力。
• 对市场趋势、投资策略和相关金融工具进行全面研究。
• 模型交付周期:
• 管理和改进模型交付周期，确保量化模型及时有效地部署到投资流程中。
• 与技术团队密切合作，将创新模型整合到投资决策框架中。
• 绩效监控:
• 实施强大的绩效监控流程，跟踪和评估量化模型和投资策略的有效性。
• 定期提供关于投资组合绩效的报告和分析，识别改进和优化的领域。
• 合作与沟通:
• 与投资组合经理、公司财务经理、业务拓展经理和其他利益相关者合作，了解他们的需求并提供量化解决方案。
• 清晰地向非技术利益相关者传达复杂的量化概念和发现，营造合作和知情决策的环境。
所需资格/技能
1. 教育背景:
• 硕士学位，专业为计算机科学、金融、经济学、统计学或相关领域（优先考虑）。
2. 专业经验:
• 至少3-5年的量化分析、金融建模和软件开发经验。
• 具备开发投资组合优化、风险管理和绩效归因的量化模型的经验。
3. 金融专业知识:
• 通过CFA Level - 1考试。
• 对金融市场、投资产品和风险管理概念有深入的理解。
• 有处理金融数据、分析资产负债表、现金流量表和财务报表的经验。 
伦敦