Quant Researcher (Machine Learning / AI) - Global Fund
Quantitative Researcher / AI Researcher | Systematic Trading (APAC)
About the Role
Our client is looking for a Quantitative Researcher / AI Researcher to join a high-performance systematic trading team.
This role sits at the intersection of machine learning, quantitative research, and trading, focused on developing next-generation models and research frameworks to drive alpha across global markets.
You will work in a research-driven environment with significant autonomy, collaborating closely with researchers, traders, and engineers to explore new ideas and bring them into production.
What You'll Do
Research & Innovation
- Develop novel approaches to predictive modeling, signal generation, and market forecasting
- Explore cutting-edge techniques in machine learning, deep learning, reinforcement learning, and LLM applications
Model Development
- Build, test, and iterate models on large-scale financial and alternative datasets
- Apply rigorous validation frameworks to ensure robustness and scalability
Experimentation Culture
- Design and run structured experiments to evaluate new hypotheses
- Continuously refine research methodologies and improve model performance
Production Impact
- Work closely with traders and engineers to translate research into live trading strategies
- Optimize models for real-world constraints such as latency, cost, and risk
Data & Infrastructure
- Work with high-quality datasets and contribute to research pipelines, tools, and infrastructure
- Improve data efficiency and research velocity through tooling and automation
What We're Looking For
Strong Quant / ML Background
- Degree in Computer Science, Mathematics, Statistics, Physics, or related fields (PhD or top-tier MSc preferred)
Technical Skills
- Strong coding ability in Python (experience with C++ is a plus)
- Hands-on experience with ML frameworks (PyTorch / TensorFlow) and data processing tools
Research Mindset
- Proven ability to formulate problems, test hypotheses, and iterate quickly
- Strong curiosity and willingness to explore unconventional ideas
Data & Modeling Experience
- Experience working with large datasets and building predictive models
- Solid foundation in statistics, optimization, and machine learning
Collaboration & Communication
- Ability to clearly communicate ideas and work effectively in a collaborative environment
FAQs
Herzlichen Glückwunsch – wir wissen, dass es ein großer Schritt ist, sich die Zeit für eine Bewerbung zu nehmen. Wenn Sie sich bewerben, werden Ihre Angaben direkt an den zuständigen Berater weitergeleitet, der aktiv nach passenden Talenten sucht. Aufgrund der hohen Nachfrage können wir uns möglicherweise nicht bei allen Bewerbern zurückmelden. Wir behalten Ihren Lebenslauf und Ihre Daten jedoch stets in unserer Datenbank und melden uns bei Ihnen, sobald wir ähnliche Positionen sehen oder Fähigkeiten identifizieren, die das Wachstum von Unternehmen vorantreiben können.
Ja. Auch wenn diese Position nicht perfekt zu Ihrem nächsten Karriereschritt passt, hilft uns Ihre Bewerbung dabei, Ihre Fachkenntnisse und Ziele besser zu verstehen. So stellen wir sicher, dass Sie bei der passenden Gelegenheit auf unserem Radar sind.
Wir arbeiten auf unterschiedliche Weise: Zum einen veröffentlichen wir die aktuell verfügbaren Positionen auf unserer Website. Häufig können wir jedoch aus Gründen der Vertraulichkeit nicht alle Vakanzen ausschreiben. Darüber hinaus arbeiten wir mit Kunden zusammen, die einen stärkeren Fokus auf Fähigkeiten legen und darauf, was erforderlich ist, um ihr Unternehmen zukunftssicher aufzustellen.
Aus diesem Grund empfehlen wir, Ihren Lebenslauf zu registrieren, damit Sie auch für Positionen berücksichtigt werden können, die noch nicht geschaffen wurden.
Ja, wir unterstützen Sie bei der Optimierung Ihres Lebenslaufs und der Vorbereitung auf Vorstellungsgespräche. Von individueller Beratung über die gezielte Vorbereitung auf Interviews bis hin zu Gehalts- und Vertragsverhandlungen stehen wir Ihnen während Ihres gesamten nächsten Karriereschritts zur Seite.