核心工程、应用人工智能、高级AI/ML量化研究工程师、执行董事、新加坡

新加坡 11天前全职 网络
6.6万 - 13.2万 / 月
我们是谁 高盛的应用人工智能团队在人工智能、量化金融和技术的交汇处运作。我们的任务是研究、开发和部署尖端的AI/ML模型,以推动商业影响并解决公司内最复杂的预测挑战。我们作为卓越中心运作,与交易、销售和工程部门合作,开创下一代量化技术,重新定义我们的创收能力。 您的影响 作为一名量化AI/ML研究员,您将站在金融创新的前沿。您将有独特的机会将您在机器学习和量化分析方面的深厚专业知识应用于高影响力的项目,从开发复杂的阿尔法生成模型到设计最先进的做市和定价系统。这个角色提供了从初步研究和原型设计到在我们的生产交易环境中部署可扩展、稳健的模型的端到端所有权。您将应对在高风险、非平稳的量化交易世界中应用AI的独特挑战,并帮助塑造金融的未来。 主要职责 • 模型架构与实施:引领AI/ML模型的端到端生命周期,从初步研究和构思到生产部署,明确关注推动可衡量的商业影响。 • 高级预测建模:设计、训练和验证用于复杂金融时间序列预测任务的新模型,包括深度学习、强化学习和状态空间模型。 • 可解释AI(XAI)与治理:整合和推进最先进的XAI方法,确保模型的透明性、可解释性和稳健性。满足内部模型验证、风险管理和监管框架的严格要求。 • MLOps与工程卓越:为高容量、低延迟的金融数据设计和维护高质量的生产级代码和弹性数据管道。遵循并推广MLOps的最佳实践,包括版本控制、容器化、持续集成/部署和实时监控。 核心资格 • 在计算机科学、统计学、量化金融、数学、物理或电气工程等定量学科拥有博士或硕士学位。 • 精通Python编程,并在其科学计算和机器学习生态系统(如NumPy、Pandas、Scikit-learn、PyTorch、TensorFlow)方面有深厚经验。 • 对机器学习技术,包括LLMs、深度学习架构、强化学习、概率模型和经典统计方法有深刻的理论和应用理解。 • 具备独立进行研究、管理复杂数据集和以数据驱动的方法解决具有挑战性、开放性问题的能力。 • 出色的沟通和人际交往能力,能够向专业和非专业观众清晰表达复杂的技术概念。 优先资格 • 至少8年杰出的专业或学术研究经验,通过构建和微调大规模深度学习模型(如Transformers)用于序列或时间序列数据的记录证明。 • 在领先的买方或卖方机构中担任量化角色的经验(如量化交易、统计套利、高频做市)。 • 直接动手应用基础模型(如LLMs)和迁移学习技术于新的非NLP领域的经验。 关于高盛 在高盛,我们致力于通过我们的人员、资本和理念帮助我们的客户、股东和我们服务的社区成长。成立于1869年,我们是全球领先的投资银行、证券和投资管理公司。总部位于纽约,我们在全球设有办事处。 我们相信,您是谁会让您在工作中表现更好。我们致力于在我们自己的工作场所及其他地方促进和推进多样性和包容性,确保公司内的每个人都有许多机会在专业和个人方面成长,从我们的培训和发展机会、公司网络到福利、健康和个人理财产品以及正念计划。了解更多关于我们的文化、福利和人员的信息,请访问GS.com/careers。 我们承诺在招聘过程中为有特殊需求或残疾的候选人找到合理的便利措施。了解更多信息:https://www.goldmansachs.com/careers/footer/disability-statement.html © The Goldman Sachs Group, Inc., 2026. 保留所有权利。 高盛是一个机会均等的雇主,不会基于种族、肤色、宗教、性别、国籍、年龄、退伍军人身份、残疾或任何其他受适用法律保护的特征进行歧视。