Senior-Datenwissenschaftler in Zürich

Unterstützung bei der Konzeption, Entwicklung und Einführung eines globalen Modells zur Erkennung von Marktmissbrauch
Zusammenarbeit mit Compliance Analytics and Transformation, um regulatorische und geschäftliche Anforderungen in Data-Science-Anwendungsfälle und Modellspezifikationen umzusetzen
Erforschung, Bereinigung und Vorverarbeitung komplexer finanzieller Zeitreihendaten, einschliesslich unregelmässiger und mikrostruktureller Daten (Sprünge, Liquiditätslücken, Rollanpassungen, Beobachtungsverzerrungen)
Entwurf und Implementierung einer zeitreihenbasierten Logik zur Erkennung von Ausreissern und Anomalien, um abnormales Marktverhalten zu identifizieren
Verknüpfen Sie erkannte Anomalien mit externen Ereignissen wie makroökonomischen Veröffentlichungen, Entscheidungen der Zentralbank und Unternehmensmassnahmen; integrieren Sie gegebenenfalls NLP-basierte Nachrichten oder Stimmungsignale
Erstellen, validieren und dokumentieren Sie statistische und maschinelle Lernmodelle (einschliesslich Volatilitäts- und ökonometrischer Modelle) mit Python und relevanten Bibliotheken.
Implementieren Sie robuste, produktionsreife Python-Komponenten (modulares Design, Ausnahmebehandlung, Leistungsprofilierung, Tests) und wiederverwendbare interne Bibliotheken.
Schreiben und optimieren Sie komplexe SQL-Abfragen (hauptsächlich Oracle) für grosse Datensätze
Übernehmen Sie die Verantwortung für den gesamten Modelllebenszyklus: Anforderungsanalyse, Feature Engineering, Modellentwicklung, Validierung, Bereitstellung, Monitoring, Dokumentation und Wartung
Hinterfragen Sie Annahmen, gewährleisten Sie analytische Strenge und vermeiden Sie Probleme wie Scheinkorrelationen, Lookahead-Bias und fehlerhafte Versuchsplanung
Arbeiten Sie mit funktionsübergreifenden Stakeholdern zusammen, erläutern Sie das Modellverhalten und die Ergebnisse und übersetzen Sie technische Resultate in praxisrelevante Erkenntnisse für Nicht-Techniker

02

Erforderlich

Mindestens 7 Jahre Berufserfahrung in quantitativen Funktionen bei führenden Banken, Vermögensverwaltern oder Fintech-Unternehmen im Kapitalmarktbereich
Umfassende Erfahrung in regulatorisch sensiblen Bereichen wie Markt- oder Handelsüberwachung, Marktmissbrauchsüberwachung oder vergleichbaren Compliance-/Risikobereichen
Master- oder Doktorgrad in quantitativer Finanzwissenschaft, Mathematik, Physik, Ingenieurwesen oder einem eng verwandten quantitativen Fachgebiet
Ausgeprägte SQL-Kenntnisse, idealerweise in grossen Oracle-Umgebungen
Nachweisliche End-to-End-Verantwortung für analytische Modelle (von den Anforderungen bis zur Überwachung und Wartung)
Nachweis hoher analytischer Genauigkeit und kritischen Denkens (z. B. Hinterfragen von Annahmen, Verbesserung der Modellrobustheit, Vermeidung falscher Schlussfolgerungen)
Ausgezeichnete Kommunikationsfähigkeiten und die Fähigkeit, komplexe Modelle und Ergebnisse nicht-technischen Stakeholdern zu erklären
Fundierte Python-Kenntnisse für Data Science, darunter:
Objektorientierte Programmierung und modulare Architektur
Ausnahmebehandlung, Leistungsprofilierung und testgetriebene Entwicklung
Umfassende praktische Erfahrung mit Pandas, NumPy, SciPy, scikit-learn, statsmodels und mindestens einem der Programme PyTorch oder TensorFlow
Umfangreiche Erfahrung im Umgang mit finanziellen Zeitreihendaten und mikrostrukturellen Herausforderungen (unregelmässige und asynchrone Daten, Sprünge, Liquiditätslücken, Rollanpassungen, Beobachtungsverzerrungen)
Nachgewiesene Erfolge bei der Konzeption und Operationalisierung von Systemen zur Erkennung von Anomalien oder Ausreissern in Zeitreihen für abnormales Marktverhalten
Fortgeschrittene Kenntnisse in Zeitreihenökonometrie und Anomalieerkennung, einschliesslich:
ARIMA / SARIMA / VAR
Modelle der GARCH-Familie (z. B. EGARCH, GJR-GARCH)
Change-Point-Erkennung (z. B. PELT, binäre Segmentierung)
Volatilitätsbereinigte Residuen- und Prognosefehleranalyse
Unüberwachte Methoden (z. B. Isolation Forest, One-Class SVM, DBSCAN, LSTM-Autoencoder)

03

Wünschenswert

Direkte Erfahrung in der Entwicklung von Modellen speziell für Marktmissbrauch, Handelsüberwachung oder ähnliche regulatorische Anwendungsfälle
Praktische Erfahrung in der Integration von NLP-/Nachrichten-Sentiment-Feeds in ereignisgesteuerte Erkennungslogik
Frühere Tätigkeit bei globalen Banken mit komplexen, marktübergreifenden Datenlandschaften
Erfahrung in der engen Zusammenarbeit mit Compliance-, Risiko- und Front-Office-Stakeholdern zu Überwachungs- und Monitoring-Themen
Vertrautheit mit MLOps-Praktiken und -Tools zur Überwachung der Modellleistung und -abweichung in der Produktion
Erfahrung in der Mitwirkung an internen Python-Paketen oder Analysebibliotheken in einem Finanzinstitut

04

Vertragslaufzeit

3 Monate mit Verlängerungsoption

05

Sprachliche Anforderungen

Englisch: Fliessende Geschäftsbeherrschung bis nahezu muttersprachlichem Niveau (C1–C2) in Wort und Schrift
Deutsch: Grundkenntnisse (A1–A2) sind erforderlich

06

Antragsformular

Personaldienstleister in Zürich und Singapur EN DE

Zürich

Dufourstrasse 122
8008 Zürich
Switzerland

Singapore

Rigby Pte. Ltd.
9 Raffles Place, #24-01
Republic Plaza
Singapore 048619
3 Monate mit Verlängerungsoption Zürich

Jetzt bewerben

Alle offenen Stellen

Beschäftigungsart Vertrag

Industrie Bankwesen

Fachbereich IT

Ort Zürich

Remote? Nein

Homeoffice? Flexibel

Vertragslaufzeit 3 Monate mit Verlängerungsoption

01

Aufgaben und Verantwortungen

Firma: Rigby AG

Bewerben