Software Engineer

Die Rolle

Als Software Engineer innerhalb der Front Office Engineering Organisation bei Man Systematic arbeiten Sie eng mit Quantitative Researchers und Portfolio Managern zusammen. Ihre Kernleistungen umfassen:

• Implementierung neuer Trading-Signale
• Entwicklung von Portfolio-Optimierungstools
• Erstellung von Datenvisualisierungs-Dashboards
• Implementierung neuer Analytics-Plattformen
• Optimierung bestehenden Codes mithilfe effizienter numerischer Algorithmen und klassischer Computing-Lösungen

Unsere Technologie

Unsere Systeme sind fast vollständig in Python geschrieben, mit dem vollständigen wissenschaftlichen Stack. Die meisten unserer Codezeilen sind in Python, mit dem vollständigen wissenschaftlichen Stack: Numpy, SciPy, Pandas, Scikit-learn. Wir verwenden auch Technologien, die das höchste Fachwissen in Java erfordern. Für die Speicherung verlassen wir uns stark auf MongoDB und H2G. Wir verwenden Control-M und Airflow für Workflow-Management, GitLab für Datenpipelines, Bitbucket für Quellcode-Verwaltung, Docker für interne Systeme, Prometheus & Grafana für Metriken, ELK-Stack für Log-Verwaltung, Docker für Automatisierung und Ansible für Infrastruktur-Automatisierung. Slack wird für interne Kommunikation verwendet. Unsere Technologie-Liste ist nicht statisch; wir bewerten ständig neue Tools und Technologien.

Essentielle Anforderungen

• 2+ Jahre Berufserfahrung in der Software-Entwicklung, vorzugsweise mit Fokus auf quantitative Anwendungen
• Python und Erfahrung mit wissenschaftlichen Bibliotheken, einschließlich Pandas, Numpy, SciPy, statemachines und scikit-learn
• Erfahrung bei der Arbeit an Produktions-Systemen, mit Verständnis für Best Practices bei Tests, Überwachung und Deployment
• Vertrautheit mit Linux und Verwendung von Tools wie Git, Hadoop, Kafka, Apache Spark, NoSQL
• Arbeitswissen in einer oder mehreren relevanten Data-Science-Technologien, wie R, Julia, Python oder MongoDB

Vorteile

• Erfahrung in der quantitativen Software-Entwicklung in einer Front-Office-Umgebung, wie z.B. einem Hedge-Fonds oder einem Eigenhandels-Unternehmen oder ähnlich
• Erfahrung bei der Arbeit mit großen Datenmengen, sowohl strukturiert als auch unstrukturiert
• Erfahrung bei der Arbeit mit Anwendungen, die moderne Tools und Frameworks wie Bread verwenden
• Kenntnisse in verteilten Computing-Techniken wie Spark, Disk, Kubermesh, Redis
• Kenntnisse moderner Data-Engineering-Praktiken, einschließlich Data-Pipeline-ETL-Tools, verteilter Speicher- und Messaging-Systeme und Data-Warehousing
• Starkes Verständnis von Finanzmärkten und -instrumenten
• Erfahrung bei der Arbeit mit Echtzeit-Marktdaten
• Relevante mathematische Kenntnisse, z.B. Statistik, Zeitreihenanalyse

Persönliche Eigenschaften

• Starkes akademisches Zeugnis und ein Abschluss mit hohem mathematischen und computertechnischem Inhalt, z.B. Informatik, Mathematik, Ingenieurwesen oder Physik
• Technisch neugierig mit einem starken Bedürfnis nach Problemlösung
• Selbstorganisiert mit der Fähigkeit, effektiv Zeit über mehrere Projekte und konkurrierende Anforderungen zu verwalten
• Fokussiert auf die Lieferung von Wert für das Unternehmen mit unermüdlichen Bemühungen, Prozesse zu verbessern