## Over de rol
Bij Da Vinci Trading bouwen we handelsystemen en de toekomst van intelligentie op de markten. Onze teams van onderzoekers, quants, engineers en traders werken samen om de grenzen van het mogelijke te verleggen.
## Verantwoordelijkheden
- Ontwikkel, test en implementeer nieuwe ML/AI-modellen voor voorspelling, signaalgeneratie en anomaliedetectie
- Werk nauw samen met de teams Quant Research en Trading Intelligence om inzichten om te zetten in live strategieën
- Onderzoek state-of-the-art technieken (zoals deep learning, reinforcement learning, graph neural networks) en evalueer hun toepasbaarheid in financiële domeinen rigoureus
- Neem volledige eigenaarschap van modellen en strategieën - van signaalonderzoek, feature engineering en backtesting tot uitvoering, monitoring van live prestaties, risicobeoordeling en iteratieve verbetering in productie
- Analyseer grote, onvoorspelbare, snelle datastromen; voer geavanceerde feature engineering en bias-detectie uit
- Werk samen met systems en infrastructure engineers om modellen efficiënt en betrouwbaar in productie te nemen
## Vereisten
- Sterke academische achtergrond in Machine Learning, AI, Statistics, Computer Science, Wiskunde of een verwant veld - typisch een PhD of gelijkwaardig, of een MSc met significante relevante ervaring
- Praktische ervaring met het bouwen en implementeren van ML/AI-modellen, vooral voor tijdreeksen-voorspelling of anomaliedetectie
- Echte nieuwsgierigheid naar trading, marktmicrostructuur en financiële dynamica
- Vaardigheid in Python en veelgebruikte ML-frameworks (bijvoorbeeld PyTorch, TensorFlow, scikit-learn)
- Solide programmeer- en software development-vaardigheden, met ervaring in een productieomgeving
- Ervaring met kern data- en infrastructure-tools zoals Docker, S3/MinIO en PostgreSQL/OLAP-databases
- Diep, intuïtief begrip van onderwerpen zoals overfitting, generalisatie en feature engineering
- Blijf op de hoogte van ML/AI-literatuur en experimenteer met nieuwe ideeën
- Vermogen om complexe ideeën duidelijk uit te leggen en effectief samen te werken in een high-performance team
## Gewenste kwalificaties
- MLOps-pipelines en tools (bijvoorbeeld MLFlow, ClearML, Weights & Biases)
- High-performance computing en GPU-optimalisatie (bijvoorbeeld CUDA, TensorRT)