Preferred Networks
Machine Learning Engineer in Quantitative Finance Project
金融プロジェクト機械学習エンジニア
Tags: Full-time, 4~5 YOE, Business Japanese, Remote
Remote, Japan (Remote) / Chiyoda-ku, Tokyo, Japan・Fetched 30+ days ago
Job Description
Job Description / 職務内容
PFNは、多様な産業分野に属する顧客企業と共同して課題解決に取り組み、PFNにしかできない高価値なソリューションの提供を目指しています。金融プロジェクトでは、機械学習および金融市場に関する知見を活かした金融時系列予測モデル開発や、深層学習および金融工学の知見を活かしたDeep Hedgingの技術を中心とした金融派生商品のリスク評価手法の開発を行っています。(例) [効率的な Deep Hedging のためのニューラルネットワーク構造](https://tech.preferred.jp/ja/blog/deep-hedging/)金融プロジェクト機械学習エンジニアは、PFN内の機械学習の知見と競争力のある学習基盤を活用し、顧客企業と共同で金融業界の課題解決に取り組み、価値を創造する仕事です。新規案件を含むさまざまな案件について、問題解決のためのプロジェクトをエンジニアとして運営・推進します。以下に業務例を示しますが、実際の業務はこれに限定されるものではありません。入社後に実際にご担当いただく案件・業務内容は、専門的知識・経験を考慮のうえ決定します。**業務例**- 新規案件の立ち上げ、顧客ヒアリング、要件定義、エンジニアリング、およびレポーティング- 対象となる実際の金融商品に関するデータおよびその運用業務等の観察および分析- 機械学習手法の応用による解決に適し、かつ顧客を満足させるタスク定義- 実機・実データまたはシミュレーションに基づく、機械学習モデルの動作やアプリケーション挙動に関する評価方法の確立・実装、およびそれを用いた技術検証- 機械学習モデルの動作や制御挙動についての顧客・ユーザに対する説明、および説明可能性を高める（可視化等の）技術手法の開発・実装・検証- 顧客企業のエンジニアに対する技術的なアドバイス- （金融分野以外での）データ分析・機械学習モデルの開発
Qualifications / 応募資格（必須）
- 金融業・クオンツの産業分野または学術領域に関する専門的知識・経験または実績- コンピュータサイエンスの知識を活用した課題解決の経験 - コンピューターサイエンスのすべての分野への精通を目指し、常に最先端の技術を追いかけ続けていること - 特に、機械学習に関する研究または実務の経験および実績- 実データに基づく問題解決の経験（業界・分野不問） - 特に、顧客を満足させ技術的に解決可能である適切なタスク定義を行う能力- ソフトウェア開発経験 (Python, Go, C, C++, Java, 等) - コンピューターアーキテクチャーを理解し、ソフトウェアの実行効率や、計算量を意識したプログラムの作成が出来る - 特に Python または C++ によるプログラミング能力- 数学、自然科学（物理、化学など）に関する、大学卒業程度の知識（もしくは学習により習得可能なこと）- チームでの課題解決の経験- ビジネスレベルの日本語能力（日本語非母語話者においては JLPT 試験で N1 レベル相当）
Preferred Qualifications / 応募資格（歓迎）
- コンピューターサイエンスのすべての分野に精通していること - ソフトウェアの開発経験 - リードエンジニアとして開発プロジェクトを牽引した経験 - OSSへのコントリビューション経験 - AWSやGCPなどのクラウドサービスを用いたシステムの開発経験 - CI/CDの構築経験 - その他、プログラミング能力/ハードウェア設計能力が秀でていることが証明できること- 各種データ・数値計算および分析手法に関する専門的知識・経験または実績 - 数理最適化（連続最適化・離散最適化・組合せ最適化等） - 高次元データ・ビッグデータ処理 - ドメインギャップの解消（Sim2real・Domain adaptation・データ同化等） - 時系列データ分析- データ分析力やコンピューターサイエンスの知識の応用力経験 - 機械学習・統計ツールを用いたデータ解析技術（例えばNumPy / pandas / scikit-learnなど。特定のツールに習熟していることは必須ではありません） - プログラミング競技コンテスト、ゲームAIコンテスト、データ分析コンテスト（Kaggleなど）などの実績・経験- 研究開発の経験 - 自分の専門分野に関する深い知見と経験 - 英語論文の調査・読解およびサーベイ資料作成経験 - 英語論文執筆経験- チーム開発・マネジメント - 10名以上のチームのリーダーシップ経験 - 外部顧客等と共同したプロジェクトの推進経験
Salary /賃金
経験、業績、能力、貢献に応じて、当社規定により優遇Experience, performance, skills, contribution are taken into consideration.
Location / 勤務地
[Otemachi Bldg., 1-6-1 Otemachi, Chiyoda-ku, Tokyo, Japan 100-0004 リモート勤務制度あり （日本国内に限る) / Remote work system available (limited to work in Japan)]
PFNは、多様な産業分野に属する顧客企業と共同して課題解決に取り組み、PFNにしかできない高価値なソリューションの提供を目指しています。金融プロジェクトでは、機械学習および金融市場に関する知見を活かした金融時系列予測モデル開発や、深層学習および金融工学の知見を活かしたDeep Hedgingの技術を中心とした金融派生商品のリスク評価手法の開発を行っています。(例) [効率的な Deep Hedging のためのニューラルネットワーク構造](https://tech.preferred.jp/ja/blog/deep-hedging/)金融プロジェクト機械学習エンジニアは、PFN内の機械学習の知見と競争力のある学習基盤を活用し、顧客企業と共同で金融業界の課題解決に取り組み、価値を創造する仕事です。新規案件を含むさまざまな案件について、問題解決のためのプロジェクトをエンジニアとして運営・推進します。以下に業務例を示しますが、実際の業務はこれに限定されるものではありません。入社後に実際にご担当いただく案件・業務内容は、専門的知識・経験を考慮のうえ決定します。**業務例**- 新規案件の立ち上げ、顧客ヒアリング、要件定義、エンジニアリング、およびレポーティング- 対象となる実際の金融商品に関するデータおよびその運用業務等の観察および分析- 機械学習手法の応用による解決に適し、かつ顧客を満足させるタスク定義- 実機・実データまたはシミュレーションに基づく、機械学習モデルの動作やアプリケーション挙動に関する評価方法の確立・実装、およびそれを用いた技術検証- 機械学習モデルの動作や制御挙動についての顧客・ユーザに対する説明、および説明可能性を高める（可視化等の）技術手法の開発・実装・検証- 顧客企業のエンジニアに対する技術的なアドバイス- （金融分野以外での）データ分析・機械学習モデルの開発
Qualifications / 応募資格（必須）
- 金融業・クオンツの産業分野または学術領域に関する専門的知識・経験または実績- コンピュータサイエンスの知識を活用した課題解決の経験 - コンピューターサイエンスのすべての分野への精通を目指し、常に最先端の技術を追いかけ続けていること - 特に、機械学習に関する研究または実務の経験および実績- 実データに基づく問題解決の経験（業界・分野不問） - 特に、顧客を満足させ技術的に解決可能である適切なタスク定義を行う能力- ソフトウェア開発経験 (Python, Go, C, C++, Java, 等) - コンピューターアーキテクチャーを理解し、ソフトウェアの実行効率や、計算量を意識したプログラムの作成が出来る - 特に Python または C++ によるプログラミング能力- 数学、自然科学（物理、化学など）に関する、大学卒業程度の知識（もしくは学習により習得可能なこと）- チームでの課題解決の経験- ビジネスレベルの日本語能力（日本語非母語話者においては JLPT 試験で N1 レベル相当）
Preferred Qualifications / 応募資格（歓迎）
- コンピューターサイエンスのすべての分野に精通していること - ソフトウェアの開発経験 - リードエンジニアとして開発プロジェクトを牽引した経験 - OSSへのコントリビューション経験 - AWSやGCPなどのクラウドサービスを用いたシステムの開発経験 - CI/CDの構築経験 - その他、プログラミング能力/ハードウェア設計能力が秀でていることが証明できること- 各種データ・数値計算および分析手法に関する専門的知識・経験または実績 - 数理最適化（連続最適化・離散最適化・組合せ最適化等） - 高次元データ・ビッグデータ処理 - ドメインギャップの解消（Sim2real・Domain adaptation・データ同化等） - 時系列データ分析- データ分析力やコンピューターサイエンスの知識の応用力経験 - 機械学習・統計ツールを用いたデータ解析技術（例えばNumPy / pandas / scikit-learnなど。特定のツールに習熟していることは必須ではありません） - プログラミング競技コンテスト、ゲームAIコンテスト、データ分析コンテスト（Kaggleなど）などの実績・経験- 研究開発の経験 - 自分の専門分野に関する深い知見と経験 - 英語論文の調査・読解およびサーベイ資料作成経験 - 英語論文執筆経験- チーム開発・マネジメント - 10名以上のチームのリーダーシップ経験 - 外部顧客等と共同したプロジェクトの推進経験
Salary /賃金
経験、業績、能力、貢献に応じて、当社規定により優遇Experience, performance, skills, contribution are taken into consideration.
Location / 勤務地
[Otemachi Bldg., 1-6-1 Otemachi, Chiyoda-ku, Tokyo, Japan 100-0004 リモート勤務制度あり （日本国内に限る) / Remote work system available (limited to work in Japan)]