In sintesi
- Mansioni: Progetta soluzioni ML/NLP per generare valore negli investimenti e nei flussi di lavoro finanziari.
- Azienda: RavenPack, leader nell'analisi dei big data per il settore finanziario.
- Benefit: Compenso competitivo, supporto per la relocation e opportunità di crescita professionale.
- Altre informazioni: Ambiente internazionale e dinamico con un team di esperti del settore.
- Perché questo lavoro: Lavora all'intersezione tra AI e finanza quantitativa, plasmando il futuro degli investimenti.
- Qualifiche: MSc o PhD in Informatica, ML, NLP o Finanza Quantitativa con esperienza comprovata.
La retribuzione prevista è compresa tra 135000 - 165000 € per anno.
About us
RavenPack is powering the future of finance with AI. With over 20 years of experience delivering big data analytics to the world’s top hedge funds, banks, and asset managers, we are now building the next generation of generative AI solutions for financial professionals.
Our mission:
Help clients make faster, smarter decisions by integrating public information into their workflows using cutting-edge NLP, ML, and GenAI technologies. RavenPack has been recognized as the Best Alternative Data Provider (WatersTechnology) and one of VivaTech’s Top 100 Next Unicorns.
The Opportunity We’re seeking a Senior Quantitative Researcher to drive quantitative investment use cases across RavenPack’s product suite, from creating alpha-generating datasets to developing intelligent agents and workflow solutions that transform how finance professionals operate.
You’ll combine deep technical expertise with a strong quantitative finance background to lead POC development, guide applied research, and work directly with enterprise clients to deliver real-world AI solutions in finance.
European legal working status is required.
Relocation Assistance: Comprehensive relocation support is available to help you and your family move to the beautiful Costa del Sol.
What You’ll Do:
- Design and build ML/NLP-powered solutions that generate measurable value in alpha generation and financial workflows.
- Engage Clients: Partner with top-tier financial institutions during POCs and pilots, rapidly iterating solutions based on real-world feedback.
- Execute Strategy: apply LLMs/LRMs, fine-tuning, and multi-agent systems to tackle complex investment challenges.
- Advance Research: Stay ahead of AI/ML trends and lead internal R&D aligned with strategic business goals.
- Collaborate Across Teams: Work closely with engineers, product managers, and executives to deliver scalable solutions.
- Communication: Represent RavenPack at industry conferences, developer communities, and client events, translating complex ideas into impactful narratives.
What We’re Looking For
- MSc or PhD in Computer Science, Machine Learning, NLP, Quantitative Finance, or related field.
- 3+ years experience in quantitative investment strategies from buyside or sell-side, with proven success in ML/NLP-driven initiatives.
- Hands-on experience with LLMs, LRMs, and coding assistant technologies.
- Background in alpha generation, time-series modeling, workflow orchestration, and multi-agent LLM architectures.
- Proficiency in Python (plus SQL or other databases). Entrepreneurial mindset with strong business acumen and a passion for pushing the boundaries of applied AI in finance.
Why Join Us?
At RavenPack, you’ll work at the intersection of AI and quantitative finance, shaping the future of investment decision-making in global markets.
We offer: A collaborative, international culture based in Marbella, Spain. Access to leading industry players and cutting-edge technology.
Competitive compensation and relocation support.
Ready to lead the next wave of AI in finance? Apply now and help us build the future. We are an equal opportunity employer and value diversity at our company. We do not discriminate on the basis of race, religion, colour, national origin, gender, sexual orientation, age, marital status, veteran status, or disability status.
What’s in it for you?
- Growth Opportunity: Join a rapidly growing company with 180+ team members with offices in New York, Madrid, and Marbella, building AI that truly matters for business and finance.
- International Culture: Be part of a diverse, global organization with a truly international culture.
- Team of Superstars: Work alongside a talented team of professionals, including Silicon Valley executives and Wall Street veterans.
- Competitive Compensation: We offer a highly competitive salary package and performance-based bonuses.
- Relocation Assistance: Comprehensive relocation support is available to help you and your family move to the beautiful Costa del Sol.
- Work-Life Balance: Enjoy paid vacation, flexible time-off, and a flexible work policy.
- Continuous learning: We provide the support needed to grow within the team.
Senior Quantitative Researcher - QIS datore di lavoro: RavenPack
RavenPack è un datore di lavoro eccezionale, offrendo un ambiente di lavoro collaborativo e internazionale a Marbella, Spagna, dove i dipendenti possono prosperare nel campo dell'AI e della finanza quantitativa. Con opportunità di crescita continua, un pacchetto retributivo competitivo e un forte supporto per il trasferimento, i membri del team lavorano fianco a fianco con esperti del settore per sviluppare soluzioni innovative che trasformano il modo in cui i professionisti finanziari operano. Unisciti a noi per plasmare il futuro delle decisioni d'investimento in un contesto che valorizza la diversità e l'equità.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Senior Quantitative Researcher - QIS
✨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 RavenPack
Non dimenticare di candidarti direttamente sul sito di RavenPack! 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 Senior Quantitative Researcher - QIS
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 RavenPack. 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 RavenPack. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso RavenPack
✨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.
