In sintesi
- Mansioni: Sviluppa modelli quantitativi e traduci esigenze aziendali in soluzioni tecniche.
- Azienda: Azienda innovativa nel settore finanziario con un team di ricerca dinamico.
- Benefit: Lavoro ibrido, stipendio competitivo e opportunità di crescita professionale.
- Altre informazioni: Ambiente collaborativo con sfide stimolanti e opportunità di apprendimento continuo.
- Perché questo lavoro: Unisciti a noi per fare la differenza nel mondo della finanza con tecnologie all'avanguardia.
- Qualifiche: Laurea in Finanza o campi correlati e competenze solide in Python/Java.
La retribuzione prevista è compresa tra 98550 - 120450 € per anno.
We are looking for a Quantitative Data Scientist to join our Research and Development Team in Milan. This is a critical, high-impact hire designed to be the bridge between complex quantitative modeling and real-world financial application.
The ideal candidate combines a strong financial intuition with a \"hands-on\" attitude. You will be responsible for translating business needs into technical solutions, ensuring our investment strategies are robust, scalable, and aligned with client expectations. You will serve as a key integrator across research, and investment functions, bringing order to innovation.
Key Responsibilities
- Critically evaluate ML model outputs to ensure alignment with financial theory and real-world market dynamics, while accounting for client-specific objectives, constraints, and investment frameworks.
- Translate research signals into actionable investment strategies and portfolio construction frameworks.
- Collaborate with ML researchers to refine models, incorporating financial domain expertise and contributing to model design where needed.
- Design, prototype, and scale quantitative models using Python and Java, maintaining a high standard for code quality and modularity.
- Contribute to the financial validation layer of the R&D cycle by developing and maintaining test frameworks that identify inconsistencies and support continuous model improvement.
- Translate complex portfolio objectives into rigorous, testable modeling specifications that bridge the gap between investment intent and algorithmic execution.
- Collaborate across technical workstreams to ensure research outputs are aligned with investment objectives and successfully integrated into production workflows.
Requirements
- Degree in Finance, Quantitative Finance, Financial Engineering, Mathematics, or a related field.
- Understanding of portfolio construction, asset allocation, and risk management
- Solid Python/Java programming skills, with experience in financial modeling, data analysis, and working with ML-driven workflows.
- Experience interpreting, validating, or stress-testing quantitative or machine learning models (e.g., backtesting, scenario analysis, or model diagnostics).
- Ability to bridge finance and technology: translate investment concepts into technical requirements and challenge model outputs using real-world financial intuition.
- Strong analytical mindset with the ability to communicate complex quantitative insights clearly to both technical and business stakeholders.
- Fluent in English (written and spoken).
Bonus Points
- Solid understanding of Git-based workflows (branching, code reviews, version control) in collaborative research or production environments.
- Experience leveraging LLMs and AI coding tools (e.g., Claude Code, GitHub Copilot) to accelerate prototyping, refactor code, and optimize algorithmic performance.
- Proven ability to thrive in high-pressure, collaborative environments, delivering precise results under tight market-driven or project deadlines
MDOTM Ltd (FRN: 824056) is an appointed representative of Thornbridge Investment Management LLP (FRN: 713859) which is authorised and regulated by the Financial Conduct Authority.
#J-18808-Ljbffr
Quant Scientist (Milan Office / Hybrid) datore di lavoro: MDOTM Ltd
MDOTM è un datore di lavoro eccezionale, offrendo un ambiente di lavoro stimolante e collaborativo nel cuore di Milano. Con opportunità di crescita professionale e un forte focus sull'innovazione, i dipendenti possono contribuire attivamente a progetti significativi che collegano la teoria finanziaria con applicazioni pratiche. La cultura aziendale promuove la diversità di pensiero e l'integrazione tra ricerca e funzioni d'investimento, rendendo ogni giorno un'opportunità per apprendere e crescere.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Quant Scientist (Milan Office / Hybrid)
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su MDOTM Ltd
Non dimenticare di candidarti direttamente sul sito di MDOTM Ltd! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come Quant Scientist (Milan Office / Hybrid)
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di MDOTM Ltd. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di MDOTM Ltd. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso MDOTM Ltd
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua Curiosità
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.
