专栏首页量化投资与机器学习【年度系列】全球投行顶尖机器学习团队全面分析,你想去吗?

【年度系列】全球投行顶尖机器学习团队全面分析,你想去吗?

往期系列

年度系列一:使用Tensorflow预测股票市场变动

如果想在当今的金融服务行业中拥有长远的职业生涯,那么把机器学习带到银行业的团队中去会对你很有帮助。银行在使用人工智能方面被普遍认为是落后的,但是正在努力追赶。例如,仅高盛公司目前就在全球范围内设立了大约100个工作岗位,这些职位明确提出机器学习技能的要求。

然而,并不是所有的银行在机器学习方面都是同样重视的,也并不是所有的机器学习团队都能取得成果。——这个领域内充满了内部政治,因为具有学术背景的机器学习专家发现面对已建立的定量交易员和工程团队的抵制,他们很难实现自己的想法。“很难说谁可以在这方面赚到钱。”美国银行的一位机器学习的业内顶尖专家承认, “这里面有很多故事。”

尽管如此,银行正在努力。 伦敦阿姆斯特朗国际猎头公司负责量化、风险和数据科学的主管奥利弗·布莱顿说,这种变化是显而易见的。“在去年年底,高级分析并不是银行之间对话的主题。现在,一些令人兴奋的工具正在开发中,并且趋势增长非常明显,尽管我们使用机器学习工具来实现全自动交易还有很长的路要走。”

布莱登说,在这个过程中,银行开始意识到,他们可以聘用大量的宽客,并称他/她为数据科学家:“你需要适当的机器学习技能。宽客是伟大的数学家,但他们正面临着知识的极限。”

基于与猎头和机器学习内部人员的对话,下面列出的人员和团队处于银行未来发展行业的最前沿。 如果你没有粒子物理学的博士学位,你至少要知道他们的名字。

J.P.摩根(已解散)智能解决方案团队

首先我们列出了J.P.摩根的智能解决方案团队,因为我们被告知它是业内最好的公司之一。它成立于2014年左右,当时宣称目的是“将JPM专有数据资产转化为机遇”,并提供“通过数据挖掘、分析和建模的战略见解” 该团队由阿格斯咨询和信息服务公司的创始人兼首席执行官亿万富翁莱恩劳弗领导。

然而,如今,J.P摩根智能解决方案团队已经不复存在了。 内部人士和猎头公司告诉我们,该团队“已经解散”,其成员已经分散到J.P.摩根的经营业务,其中许多人正在考虑加入规避风险基金行业。无论这个消息是否属实,J.P.摩根的机器学习团队成员肯定会有一些要退出。他们包括杰弗里•茨威格,自然语言处理专家,他在为Facebook工作了大约一年后于2月份辞去了J.P摩根的工作;格雷•厄姆吉勒,3月份去了德意志银行;大卫•菲拉,4月份去了伦敦的ITG科技公司;拉杰什克里斯纳马里在同一个月离开美国美林银行。劳费尔本人也离开了,还有(未经证实的)传言,他将前往塞伯鲁斯,加入前J.P摩根首席运营官马特扎姆斯。

那么,如果你想在J.P.摩根的机器学习团队中工作,你应该去了解谁?你可以了解一下前信贷交易员萨米克·钱达拉纳。他作为J.P.摩根的老员工,2017年10月在公司和投资银行担任数据科学和分析的负责人。你也可以了解一下曼努埃拉·维苏洛,J.P.摩根的人工智能研究新负责人、卡内基梅隆大学机器学习系主任。维苏洛和钱达拉纳都向萨诺克·维斯瓦纳森汇报,J.P.摩根公司和投资银行的首席执行官。

或者,现在还有许多之前的J.P.摩根公司的机器学习专家都在其他地方任职。

巴克莱的研究数据科学系

巴克莱在机器学习方面比较落后,但在努力弥补时间上的差距。今年5月,布里奇银行聘请了新闻网站前首席数据科学家亚当·凯莱赫担任研究总监和首席数据科学家。巴克莱银行总部位于纽约,巴克莱银行研究部门负责人杰夫梅利汇报工作,他表示,凯莱赫将建立一支“全球团队”,其专长是“采购,规范化和利用可选数据集”。

法国巴黎银行人工智能实验室

知情人士表示,法国巴黎银行是市场领先者之一,在市场环境中实施人工智能方面。人工智能(AI)小组总部位于伦敦由乔·波诺领导,他是全球市场定量研究、数据和人工智能实验室负责人。

旧金山瑞士信贷实验室、伦敦云机器学习团队、纽约全球执行服务团队

瑞士信贷也赶上了在机器学习中时间的差距。去年,它开始在旧金山湾地区建造“CS实验室”。CS实验室由前第一资本金融公司支付数据科学小组组长雅各布·西斯克管理,其目的是用“大胆创新”的思维改造瑞士信贷。西斯克表示,他正在寻找“具有AI / ML,数据工程,定量社会科学,设计策略,函数式编程或开发运营技能的自动的综合黑客”。

如果你不想在旧金山加入西斯克,你可以加入乔治海-廷基,瑞士信贷的工程和云机器学习主管,位于伦敦。基奥将他的团队定位为“基于云的机器学习的内部启动和顾问”,也包括“一个内部机器学习实验室”。

如果不行,也有可以考虑安东尼 阿贝南特在纽约的新全球执行服务团队,位于纽约。阿贝南特去年8月从骑士资本集团加入瑞士信贷,并被任命为新的执行服务部门的负主管,该部门将程序交易和电子交易结合起来。上周,他表示该部门的部分目标是解决类似“我们如何整合机器学习来帮助我们的销售交易者和更好地完成工作?”之类的问题。 然而,目前尚不明确,同时该部门将直接开发机器学习工具。

德意志银行在纽约市主要研究单位

德意志银行已经量身定制了一个投资解决方案团队,该团队在制作文本分析工具方面非常有名气,但现在格雷厄姆·吉勒该团队的负责人,他于2018年3月加入了主要研究团队。作为J.P.摩根和彭博社的前任数据科学主管,吉勒在业内备受尊敬,同时期待最优秀的人才加入他。其总部设在纽约。

高盛的FAST Securities团队、研发工程团队

人们普遍认为,在机器学习方面,高盛落后于时代。然而,要赶上来却很难。去年11月,高盛成立了一个新的研发团队,由内玛•拉斐尔(领导。拉斐尔高盛史特拉茨基金的资深人士,曾负责建立该公司的风险与定价数据库SecDB。拉斐尔正在为他的团队招人。然而,一些业内人士认为,高盛的研发部门是一个难得的“奖学金”实体。他们表示,在纽约塞缪尔•克拉斯尼克领导的快速(特许经营分析、战略和技术)证券团队中,出现了很多现成的数据分析工具。

摩根士丹利在蒙特利尔的机器学习团队

长期以来,摩根士丹利一直忙于机器学习的边缘领域。这家美国银行在2008年推出了Alphawise,一个专注于定制化对冲基金研究的研究部门。Alphawise雇佣了大约30名数据科学家,以基于机器学习的数据聚焦观点支持其公平研究人员。在全球范围内,Alphawise由驻伦敦的摩根士丹利资深人士安格斯•伦德管理。

摩根士丹利还运营着一个名为“摩根士丹利机器学习”的组织,该组织自称为该行的机器学习“卓越中心”。该团队由总部位于纽约的执行董事Ambika Sukla领导。他表示,自己专注于“将机器学习技术应用于算法交易、风险管理、运营和合规,以及财富和投资管理”。摩根士丹利一些更有趣的机器学习活动以蒙特利尔为中心。这座加拿大城市以其机器学习专业技能而闻名,摩根士丹利的蒙特利尔技术中心正逐渐成为其机器学习计划的中心,并正在招聘员工。

瑞银的Evidence实验室及新的“战略发展实验室”

瑞银历来注重在研究中使用机器学习。瑞银管理着一个Evidence实验室”团队,这个团队是2014年由瑞银全球研究主管朱安-路易斯•佩雷斯组建的。佩雷斯一年前从摩根士丹利加盟瑞银。佩雷斯立即开始聘用摩根士丹利的前同事参与新项目,包括Evidence实验室联席主管理查德•霍克利、资深科学家阿格里特•阿格拉瓦尔和分析研究部门主管乔•科尔代拉。

然而,最近瑞银似乎认为,仅凭证据实验室是不够的。本月早些时候,该公司任命固定收益交易联席主管克里斯托弗•普尔夫斯为一个新的“战略发展实验室”的负责人,该实验室由80人组成,重点研究在交易大厅使用人工智能。

Sarah Butcher

本文分享自微信公众号 - 量化投资与机器学习(Lhtz_Jqxx),作者:QIML编辑部

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-09-21

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Andrew Ng 机器学习课程的Python实现

    http://pages.stat.wisc.edu/~sraschka/teaching/stat479-fs2018/#schedule

    量化投资与机器学习微信公众号
  • MATLAB简易验证码识别程序介绍

    本推文主要识别的验证码是这种: ? ? ? 第一步: 二值化 所谓二值化就是把不需要的信息通通去除,比如背景,干扰线,干扰像素等等,只剩下需要识别的文字,让图片...

    量化投资与机器学习微信公众号
  • 【中国市场】2018第二季度因子表现,我都惊呆了!

    Style Analytics是一家面向投资专业人士的独立全球软件提供商。Style Analytics之前被称为Style Research,拥有超过20年的...

    量化投资与机器学习微信公众号
  • 四步组建高效机器学习团队

    在过去的几年里,机器学习得到了巨大的发展。但是,机器学习作为一门年轻的学科,其团队的管理方式却更加年轻。今天,许多机器学习经理被推到管理岗位是出于需求,或者是因...

    AI研习社
  • 中国台湾大学林轩田机器学习基石课程学习笔记1 -- The Learning Problem

    最近在看NTU林轩田的《机器学习基石》课程,个人感觉讲的非常好。整个基石课程分成四个部分: When Can Machine Learn? Why Can M...

    红色石头
  • 【陆勤践行】机器学习最佳入门学习资料汇总

    这篇文章的确很难写,因为我希望它真正地对初学者有帮助。面前放着一张空白的纸,我坐下来问自己一个难题:面对一个对机器学习领域完全陌生的初学者,我该推荐哪些最适合的...

    陆勤_数据人网
  • 机器学习最佳入门学习资料汇总

    专为机器学习初学者推荐的优质学习资源,帮助初学者快速入门。 这篇文章的确很难写,因为我希望它真正地对初学者有帮助。面前放着一张空白的纸,我坐下来问自己一个难题:...

    陆勤_数据人网
  • 【机器学习】机器学习正在五个方面重塑我们的世界

    机器学习的技术越来越成熟,与大数据结合在一起为我们的世界带来了巨大的变化。对此,大数据专家Bernard Marr总结了机器学习在听、说、读、写、看五个方面如何...

    陆勤_数据人网
  • Facebook如何运用机器学习进行亿级用户数据处理

    用户1737318
  • 机器学习在干什么?

    机器学习是让计算机从较多的数据中提取出有用的信息,最后拥有决策判别的能力,那么在研究这件事之前,先放一张图片来做一个总结:

    ThoughtWorks

扫码关注云+社区

领取腾讯云代金券