Observé chez
Chercheur en Machine Learning Quantitatif
Finance
Informatique
Paris, Hybride
PythonPyTorchPyTorch DistributedDeepSpeedFSDPMegatron-LMCUDA
Rôle
Chercheur en machine learning spécialisé dans la conception l’implémentation et la mise à l’échelle de modèles d’IA pour la génération de signaux prédictifs dans la gestion d’actifs quantitatifs.
Technologies
PythonPyTorchPyTorch DistributedDeepSpeedFSDPMegatron-LMCUDA
Entités
Quant ResearchDataML PlatformPortfolio
Contextes
Gestion d’actifs quantitatifsFinance de marché
Compétences
Développement de modèles de machine learningOptimisation de workflows distribuésProfiling et débogage de modèlesCollaboration interdisciplinaireVeille scientifiqueDéveloppement logiciel performant
Challenges détectés
3 enjeux- Croissance
Développer des modèles d’IA prédictifs et fiables pour la génération d’alpha
Technologies clés
PythonPyTorchCompétences clés
Développement de modèles de machine learningQuantitative modelling - Optimisation
Optimiser et mettre à l’échelle l’entraînement distribué de modèles de fondation
Technologies clés
PyTorch DistributedDeepSpeedFSDPMegatron-LMCompétences clés
Optimisation de workflows distribuésProfiling et débogage de modèles - Intégration
Collaborer avec les équipes data, ML platform et portfolio pour intégrer les modèles dans la production
Compétences clés
Collaboration interdisciplinaire



