我们正在寻找一位高度分析和技术专业人士来引领我们交易基础设施的演变。这个混合角色结合了交易操作专家的快速执行、风险经理的分析严谨性以及专注于人工智能开发人员的技术能力。
成功的候选人不仅将管理日常运营工作流程和风险监控，还将领导这些功能的数字化转型。您将利用大型语言模型（LLMs）、机器学习和高级脚本来自动化传统手动流程、改进预测风险建模并构建实时损益可视化工具。
主要职责：
1. 使用人工智能进行交易操作和损益分析
• 管理跨多资产类别的交易生命周期。使用Python（ML）和MLOps工具开发代理AI工作流程，以自动化手动操作和对账
• 执行每日损益归因，并通过分解市场变动、希腊字母和新活动来解释差异。利用AI/ML框架（例如，OpenAI API、LangChain或本地LLMs）构建智能代理，用于交易数据中的异常检测和损益报告的自动化评论生成。
• 确保交易系统、中后台平台和下游财务账簿的数据完整性。
2. 风险监控与控制
• 智能风险管理：开发实时、AI驱动的风险模型，使用机器学习预测市场波动，并提醒交易台注意新兴的跨市场风险。
• 为交易台开发和维护复杂的风险报告仪表板。
要求和资格：
• 经验：在前台操作、量化开发或金融机构内的风险管理和系统架构融合方面有5年以上经验。
• 技术栈：精通Python（用于AI/ML），具备强大的SQL技能。构建代理AI工作流程的经验是一个显著优势。
• 财务敏锐度：深入了解损益归因、财务控制、市场风险指标（希腊字母、VaR）、金融市场和产品。
• 问题解决：采用“系统思维”的方法进行操作，将每个手动任务视为需要自动化解决的错误。
• 能力：能够在需要长时间（例如，每周60-70小时）以满足全球交易需求的高强度环境中茁壮成长。
• 灵活性：愿意参与轮班周末和24/7随时待命安排，提供对现场生产问题的即时解决。
我们可能会使用人工智能工具根据职位的具体要求分析您的简历/履历内容。目的是支持我们的招聘团队更有效地审查申请。这些工具通过提供建议来协助我们的招聘团队评估您的申请，但它们不会取代人类的判断。最终的招聘决定由人类做出，他们会考虑工具生成的见解以及其他相关信息。如果您想了解有关您的个人信息如何处理的更多详细信息，请联系我们。
原始职位 Trading Ops / Risk Systems Engineer /AI / Automation/ 发布于 GrabJobs ©。如需报告此职位的任何问题，请使用 GrabJobs 上的报告职位按钮。
