Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top UniversitĂ€ten 
FĂŒr Unternehmen Auf einen Blick
- Aufgaben: Entwickle und verbessere analytische Lösungen fĂŒr das Commodity Management.
- Arbeitgeber: FĂŒhrende internationale Finanzinstitution mit innovativen AnsĂ€tzen.
- Mitarbeitervorteile: Vollzeitstelle mit flexiblen Arbeitsmöglichkeiten und spannenden Unternehmensvorteilen.
- Warum dieser Job: Gestalte die Zukunft des Handels mit Machine Learning und arbeite in einem dynamischen Team.
- GewĂŒnschte Qualifikationen: Erfahrung in Python, DevOps und starke KommunikationsfĂ€higkeiten erforderlich.
- Andere Informationen: Möglichkeit zur Zusammenarbeit mit digitalen Teams und Einfluss auf GeschÀftsentscheidungen.
Das voraussichtliche Gehalt liegt zwischen 43200 - 72000 ⏠pro Jahr.
Unser Kunde, eine fĂŒhrende internationale Finanzinstitution, sucht einen erfahrenen Quantitativen Analysten, um sein BĂŒro zu verstĂ€rken. Diese Rolle erfordert ein starkes VerstĂ€ndnis quantitativer Methoden zur Entwicklung und Verbesserung von Analyselösungen, die Entscheidungen im Bereich Commodity Management unterstĂŒtzen.
Sie werden eng mit digitalen Teams und GeschÀftsanwendern zusammenarbeiten, um PrioritÀten zu identifizieren und ArbeitsablÀufe zu optimieren.
Aufgaben umfassen:
- Zusammenarbeit mit GeschÀftsteams zur Identifizierung und Priorisierung von Bereichen, in denen maschinelles Lernen die Entscheidungsfindung verbessern kann.
- Entwurf, Entwicklung und Implementierung von End-to-End-Maschinenlernmodellen, einschlieĂlich Regression, Klassifikation, Textanalyse und Zeitreihenprognose.
- Sammlung, Verarbeitung, Analyse und Visualisierung groĂer strukturierter und unstrukturierter DatensĂ€tze aus internen und externen Quellen.
- Sicherstellung der Anwendung geeigneter Modellierungstechniken zur Generierung zuverlÀssiger und umsetzbarer Erkenntnisse.
- Ăberwachung der Modellleistung, kontinuierliche Verbesserung und Erweiterung des Modellumfangs.
- Zusammenarbeit mit Dateningenieuren zum Aufbau skalierbarer und wiederholbarer Datenpipelines, um Konsistenz und Robustheit in Analytikanwendungen zu gewÀhrleisten.
- Festlegung von Best Practices fĂŒr Integrationsprojekte und datengestĂŒtzte Initiativen.
Der bevorzugte Kandidat sollte Erfahrung im Schreiben von sauberem, effizientem Produktions-Python-Code und fundierte Kenntnisse in DevOps-Praktiken (z. B. Git, Agile-Methodik) sowie zusÀtzliches Wissen in MLOps, Modellarchitekturdesign und Testmustern besitzen. Ausgezeichnete Kommunikations- und zwischenmenschliche FÀhigkeiten sind erforderlich, um effizient auf allen Ebenen des Unternehmens zu interagieren.
Wenn Sie an dieser Gelegenheit interessiert sind, senden Sie bitte Ihren Lebenslauf per E-Mail oder rufen Sie Altus Search unter +41 (0) 41 560 02 21 fĂŒr ein vertrauliches GesprĂ€ch an.
Kontaktperson:
Altus Search Ltd HR Team
StudySmarter Bewerbungstipps đ€«
So bekommst du den Job: Quantitative Developer - Commodities Trading
âšTipp Nummer 1
Netzwerke sind entscheidend! Nutze Plattformen wie LinkedIn, um dich mit Fachleuten aus der Finanz- und Technologiebranche zu vernetzen. Suche gezielt nach Personen, die in Àhnlichen Positionen arbeiten oder bei Altus Search tÀtig sind, und versuche, ein GesprÀch zu initiieren.
âšTipp Nummer 2
Bleibe ĂŒber aktuelle Trends in der Quantitativen Analyse und im Handel mit Rohstoffen informiert. Abonniere relevante Fachzeitschriften oder Blogs, um dein Wissen zu erweitern und interessante GesprĂ€chsthemen fĂŒr Interviews zu haben.
âšTipp Nummer 3
Praktische Erfahrungen sind Gold wert! Arbeite an eigenen Projekten oder beteilige dich an Open-Source-Projekten, die sich mit maschinellem Lernen und Datenanalyse beschĂ€ftigen. Dies zeigt nicht nur deine FĂ€higkeiten, sondern auch dein Engagement fĂŒr das Fachgebiet.
âšTipp Nummer 4
Bereite dich auf technische Interviews vor, indem du hĂ€ufige Fragen zu Python, MLOps und Modellarchitektur ĂŒbst. Nutze Plattformen wie LeetCode oder HackerRank, um deine ProgrammierfĂ€higkeiten zu schĂ€rfen und dich auf praktische Aufgaben vorzubereiten.
Diese FĂ€higkeiten machen dich zur top Bewerber*in fĂŒr die Stelle: Quantitative Developer - Commodities Trading
Tipps fĂŒr deine Bewerbung đ«Ą
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfÀltig durch und achte auf spezifische Anforderungen wie Kenntnisse in Python, DevOps-Praktiken und maschinellem Lernen. Stelle sicher, dass du diese Punkte in deiner Bewerbung ansprichst.
Betone relevante Erfahrungen: Hebe in deinem Lebenslauf und Anschreiben deine Erfahrungen hervor, die direkt mit den Aufgaben des Quantitative Developers zusammenhĂ€ngen, insbesondere in der Entwicklung von Machine Learning Modellen und der Arbeit mit groĂen DatensĂ€tzen.
Schreibe ein ĂŒberzeugendes Anschreiben: Verfasse ein individuelles Anschreiben, das deine Motivation fĂŒr die Position und dein Interesse an der Zusammenarbeit mit digitalen Teams und GeschĂ€ftsanwendern betont. Zeige auf, wie du zur Optimierung von Entscheidungsprozessen beitragen kannst.
PrĂŒfe deine Unterlagen: Bevor du deine Bewerbung einreichst, ĂŒberprĂŒfe alle Dokumente auf VollstĂ€ndigkeit und Richtigkeit. Achte darauf, dass dein Lebenslauf aktuell ist und alle relevanten FĂ€higkeiten und Erfahrungen klar dargestellt sind.
Wie du dich auf ein VorstellungsgesprÀch bei Altus Search Ltd vorbereitest
âšVerstehe die quantitativen Methoden
Stelle sicher, dass du ein tiefes VerstĂ€ndnis der quantitativen Methoden hast, die fĂŒr die Rolle relevant sind. Bereite dich darauf vor, spezifische Beispiele zu nennen, wie du diese Methoden in der Vergangenheit angewendet hast, um Entscheidungsprozesse zu verbessern.
âšKenntnisse in Machine Learning demonstrieren
Sei bereit, ĂŒber deine Erfahrungen mit dem Design und der Implementierung von Machine Learning-Modellen zu sprechen. ErklĂ€re, wie du Regression, Klassifikation oder Zeitreihenanalysen genutzt hast, um wertvolle Einblicke zu gewinnen.
âšKommunikationsfĂ€higkeiten hervorheben
Da die Rolle enge Zusammenarbeit mit verschiedenen Teams erfordert, solltest du deine Kommunikations- und TeamfÀhigkeiten betonen. Bereite Beispiele vor, in denen du erfolgreich mit anderen zusammengearbeitet hast, um komplexe Probleme zu lösen.
âšPraktische Programmierkenntnisse zeigen
Zeige deine FĂ€higkeiten in Python und DevOps-Praktiken. Sei bereit, ĂŒber deinen Code zu sprechen und wie du Best Practices in der Softwareentwicklung anwendest, um robuste und skalierbare Lösungen zu schaffen.
