Software Engineer

Die Rolle

Als Software Engineer in der Front-office Engineering Organisation bei Man Systematic arbeiten Sie eng mit Quantitative Forschern und Portfolio Managern zusammen. Ihre Herausforderungen werden vielfältig sein und können das Onboarding neuer Datensätze, die Erstellung neuer computergestützter Frameworks, die Verbesserung unserer Forschungsplattform und die Optimierung bestehenden Codes unter Verwendung effizienter numerischer Algorithmen und Cluster-Computing-Lösungen umfassen.

Unsere Technologie

Unsere Systeme laufen fast alle auf Linux und die meisten unserer Codezeilen sind in Python geschrieben, mit dem vollständigen wissenschaftlichen Stack. Fast alle Handelssysteme von Man laufen vor Ort. Wir implementieren die Systeme, die den höchsten Daten-Durchsatz erfordern, in Java. Für die Speicherung verlassen wir uns stark auf MongoDB und H2O.ai. Wir verwenden Confluent & Apache Kafka für Daten-Pipelines, Bitbucket für Quellcode-Verwaltung, Jenkins für kontinuierliche Integration, Grafana & Prometheus für Metrik-Sammlung, ELK für Log-Versand und Überwachung, Docker für Containerisierung, OpenShift für unsere private Cloud, Ansible für Automatisierung und APIs für nahtlose Kommunikation. Unsere Technologie ist nicht statisch; wir bewerten kontinuierlich neue Tools und Bibliotheken.

Essentielle Anforderungen

• 2-3 Jahre Berufserfahrung in der Software-Entwicklung, vorzugsweise mit Fokus auf quantitative Aspekte
• Profizienz in Python und Erfahrung mit wissenschaftlichen Bibliotheken, einschließlich Pandas, NumPy, SciPy, statmodels und Sub-Teams
• Erfahrung bei der Arbeit an Produktivsystemen, mit Verständnis für Best Practices bei Tests, Überwachung und Deployment
• Sichere Arbeit auf Linux-Plattformen und Verwendung von DevOps-Technologien, wie MS SQL, Postgres oder MongoDB
• Arbeitswissen in einer oder mehreren relationalen Datenbanken

Vorteile

• Erfahrung in der quantitativen Software-Entwicklung in einer Front-Office-Umgebung, wie z.B. bei einem Hedge-Fonds, einem Eigenhandelsunternehmen oder einer Investmentbank
• Erfahrung bei der Arbeit mit großen Datensätzen, sowohl strukturiert als auch unstrukturiert
• Erfahrung in Java oder ähnlichen Sprachen
• Erfahrung beim Aufbau von Web-Anwendungen unter Verwendung moderner Frameworks wie React
• Ein Abschluss in Informatik, Elektrotechnik, Mathematik, Statistik, Ökonometrie oder einem äquivalenten Fach
• Kenntnisse moderner Daten-Engineering-Praktiken, einschließlich Daten-Pipeline- und ETL-Tools, verteilter Speicher- und Verarbeitung und Data-Warehousing
• Starkes Verständnis von Finanzmärkten und -instrumenten
• Erfahrung bei der Arbeit mit Finanzmarktdaten
• Relevante mathematische Kenntnisse, z.B. Statistik, lineare Algebra, Analyse

Personliche Eigenschaften

• Starker akademischer Hintergrund und ein Abschluss mit hohem mathematischen und computertechnischem Inhalt, z.B. Informatik, Software-Entwicklung oder Physik
• Individuell robust mit einem hoch analytischen Ansatz zur Problemlösung
• Selbstorganisierend und flexibel, um mehrere Projekte abzudecken und konkurrierende Geschäftsanforderungen und Prioritäten zu bewältigen
• Ein Verlangen, mit mehreren Teams zusammenzuarbeiten, um Prozesse zu verbessern
• Starke zwischenmenschliche Fähigkeiten, um enge Arbeitsbeziehungen mit quantitativen Forschern, Portfolio