Portfolio Manager

Über Millennium
Millennium ist eine globale, diversifizierte alternative Investmentfirma, gegründet 1989. Definiert durch Evolution, Innovation und Fokus, ist es die Mission von Millennium, Ergebnisse für unsere Investoren zu liefern.
Unsere Mitarbeiter sind sowohl mit Unabhängigkeit als auch mit Unterstützung ausgestattet: die Autonomie, Ideen mit Überzeugung zu verfolgen, und die Unterstützung eines globalen Netzwerks, das sich der Zusammenarbeit, dem disziplinierten Risikomanagement und kontinuierlichem Lernen verschrieben hat. Mit Möglichkeiten, Fachwissen zu vertiefen und die Entwicklung zu beschleunigen, ist das Talent bei Millennium darauf ausgerichtet, sich anzupassen, sich weiterzuentwickeln und im Laufe der Zeit eine dauerhafte Wirkung zu erzielen. Entdecken Sie, wie transformatives Wachstum die Wirkung beschleunigt.

•Arbeitgeber: MCP (Switzerland) GmbH
•Jobtitel: Portfolio Manager
•Bürostandort: Zug, Switzerland

Lernen Sie das Team kennen
Wir suchen einen Portfolio Manager, um Risiken zu verwalten und Renditen zu generieren, während modernste Machine Learning und agentic AI Lösungen innerhalb unserer Quantitative Trading Divisionen genutzt werden. Diese Rolle befindet sich an der Schnittstelle von Portfolio Management und Künstlicher Intelligenz und erfordert ein aktives Engagement mit autonomen kognitiven Systemen für die Strategieentwicklung.

Was Sie tun werden
•Fokus auf Machine Learning und agentic Systeme, um ein Live-Trading-Book zu verwalten, während Sie mit kognitiven Reasoning-Architekturen arbeiten, die autonome Systeme befähigen, komplexe finanzielle Probleme zu lösen und durch mehrstufige Lösungen zu schlussfolgern.
•Nutzung und Interaktion mit agentic Systemen, einschließlich Planungsalgorithmen, Speicherarchitekturen, Reflexionsmechanismen und kollaborativen Reasoning-Mustern, die die autonome Entscheidungsfindung in quantitativen Trading-Umgebungen unterstützen.
•Feinabstimmung der Hyperparameter von genetischen Algorithmen, um die Leistung adaptiver Systeme und die Qualität der Entscheidungsfindung zu optimieren, sowie Beitrag zur Entwicklung von Deep Learning Modellen für die PM Model Layer und maßgeschneiderte agentic Workflows.
•Verantwortlich für das Portfolio Management: Risiko eingehen, P&L verwalten und Handelsentscheidungen innerhalb definierter Risikoparameter treffen, während Sie Fachwissen in quantitativen Portfolio-Management-Prinzipien entwickeln.
•Nutzung von agentic Systemen, Einsatz und Arbeit mit kognitiven Reasoning-Systemen für quantitative Modellierungsprobleme unter Nutzung von Planungs-, Werkzeugnutzungs-, Speicher-, Reflexions- und Kollaborationsfähigkeiten.
•Beitrag zum Aufbau von Machine Learning Modellen für PM Model Layer Anwendungen, die spezifisch auf Portfolio-Management-Ziele ausgerichtet sind.
•Aufbau und Anpassung von agentic Workflows und Werkzeugen, die auf die Bedürfnisse des Portfolio Managements und spezifische Handelsstrategien zugeschnitten sind.
•Durchführung von Human-in-the-Loop-Entscheidungen und -Prüfungen, um sicherzustellen, dass gehandelte Strategien die Quant-Trading-Akzeptanzkriterien erfüllen.

Diese Position kombiniert Portfolio Management mit modernster agentic AI Technologie. Ihre Arbeit wird direkten Einfluss haben auf:

•Research-to-Production-Zyklen für quantitative Strategien
•Komplexe, mehrstufige finanzielle Workflows durch autonome Systeme
•Verbesserte Entscheidungsfindung durch Mensch-KI-Kollaboration

Was Sie mitbringen
•Master- oder Ph.D.-Abschluss in einem quantitativen Bereich (Informatik, Mathematik, Physik, Statistik, Ingenieurwesen oder eine verwandte Disziplin)
•Mindestens 10 Jahre Erfahrung mit Python-basierter Entwicklung, einschließlich der Entwicklung von Machine Learning Modellen.
•Erfahrung im Aufbau von agentic AI Frameworks.
•Tiefgehendes Wissen über die Kernfähigkeiten von agentic Systemen: Planung, Werkzeugnutzung, Speicher, Reflexion und Kollaboration.
•Erfahrung in der Anwendung von genetischen Algorithmus-Methodiken zur Entwicklung adaptiver Systeme, die sich durch Selektion, Crossover, Mutation und fitnessbasierte Optimierung weiterentwickeln und verbessern.
•Erfahrung in der Anpassung von Hyperparametern und der Feinabstimmung von Trainingsprozessen für genetische Algorithmen.
•Vertrautheit mit Finanzmärkten und die Bereitschaft, die Disziplin des Portfolio Managements zu erlernen, einschließlich P&L-Verantwortung und Risikomanagement.