Ingeniero Quant: Productos de Datos

• Sólido dominio de Python para producción.
• Conocimientos profundos en modelos de riesgo de factores y atribución de carteras: regresión transversal, estimación y "shrinkage" de la covarianza, y "back-tests" que podrías defender línea por línea.
• Disciplina "point-in-time", sesgos de "look-ahead" y de supervivencia, y reconstrucción de lo que era conocible en una fecha determinada.
• Modelado estadístico y optimización (statsmodels, cvxpy; PyTorch es útil).
• Conjuntos de datos en pandas y Parquet/Arrow, además de un motor analítico como DuckDB.

• Experiencia en investigación cuantitativa, académica o en la industria.
• Construcción de índices y taxonomías de clasificación.
• Trabajo con entradas derivadas de modelos, comprendiendo que las exposiciones generadas por NLP conllevan errores de medición y se revisan con el tiempo.
• Orquestación de tareas (Dagster o Airflow) y flujos de datos basados en S3.
• Fluidez en AWS y disciplina en CI/CD.

• Salario competitivo más opciones sobre acciones ("share options")
• 25 días de vacaciones laborales, más festivos nacionales en España
• Trabajo híbrido desde Barcelona

Theia Insights desarrolla productos de inteligencia financiera fundamentales, incluyendo clasificación de sectores, grafos de conocimiento y modelos de riesgo de factores, para inversores institucionales. Prestamos servicios a algunos de los mayores gestores de activos, hedge funds, proveedores de índices y bancos de venta (sell-side). Como "quant engineer" en el equipo de "Data Products", construirás y ejecutarás los modelos que sustentan nuestros "Thematic Factor Risk Models" (TFM): descomponiendo los rendimientos de las acciones en factores de riesgo temáticos y tradicionales, realizando el "back-testing" de metodologías y transformando la investigación en resultados de producción diaria junto a nuestro equipo de economía. El equipo de "Data Products" es el propietario de los datos que sustentan todo lo que vendemos. Es un grupo pequeño y sénior que valora la corrección y la reproducibilidad por encima del volumen, y trabaja estrechamente con los responsables de producto que definen la metodología.

• Desarrollar modelos estadísticos de movimientos de precios de acciones y estimar el rendimiento de las tendencias temáticas.
• Construir y realizar el "back-test" de modelos de riesgo de factores, descomponiendo los rendimientos de las acciones en factores de riesgo temáticos y tradicionales.
• Diseñar y validar metodologías de generación de señales y atribución de carteras en colaboración con el equipo de economía.
• Hacer que la investigación sea reproducible, de modo que cualquier resultado publicado pueda volver a ejecutarse exactamente igual, incluso tras procesos de "backfill" y reexpresiones.
• Trabajar con el equipo de "pipelines" para llevar las decisiones de modelado a la producción diaria.