Geneva
Gestern
Masterarbeit - Data Scientist (6-Monats-Vertrag)
- Veröffentlicht:30 Oktober 2025
- Pensum:100%
- Arbeitsort:Geneva
Job-Zusammenfassung
Das Pictet Group sucht einen Praktikanten in der quantitativen Forschung.
Aufgaben
- Implementierung von regelbasierten multi-asset Modellen.
- Entwicklung quantitativer Strategien zur Anomalieerkennung.
- Präsentation von Ergebnissen an das Quant-Team.
Fähigkeiten
- Master-Student in Finance oder verwandtem Bereich.
- Hohe Kenntnisse in Python und statistischen Techniken.
- Fähigkeit zur Analyse großer Datensätze und Datenmodellierung.
Ist das hilfreich?
Über den Job
Ihr Team
Die Pictet Gruppe ist einer der weltweit führenden unabhängigen Vermögens- und Asset-Manager. Gegründet im Jahr 1805 und mit Hauptsitz in Genf, Schweiz, ist die Gruppe in 30 Büros in Finanzzentren weltweit vertreten und beschäftigt derzeit über 5300 Mitarbeiter.
Pictet Wealth Management verbindet mehr als 220 Jahre Schweizer Bankengeschichte mit globaler Investmentexpertise. Die Partner-geführte Finanzdienstleistungsgruppe bietet einen umfassenden Service für vermögende Privatpersonen und Familien, einschließlich diskretionärer und beratender Anlagelösungen sowie Family-Office-Dienstleistungen.
Wir suchen einen Praktikanten (Masterarbeit - Data Scientist). Ihre Aufgabe wird sich auf die Implementierung regelbasierter systematischer Multi-Asset-Taktik-Asset-Allocation-Modelle konzentrieren, möglicherweise unter Einsatz von Machine-Learning-Techniken und Large Language Models (LLMs).
Ihre Rolle
Unterstützt vom Leiter der Quantitativen Forschung, in einem kollaborativen Teamumfeld, werden Sie:
-    Experimentieren, entwickeln, implementieren und hochwertige algorithmische Long-Only- und Long-Short-Investmentstrategien/-lösungen liefern mit der Verantwortung, systematische Anomalien zu entdecken und finanzielle Forschung zu den wichtigsten Anlageklassen (hauptsächlich Aktien) durchzuführen.
-    Verantwortlich sein für die Pflege und Verbesserung bestehender quantitativer Modelle/Strategien sowie das Management und die Bewertung verschiedener Datenquellen (Preise, Fundamentaldaten, Wirtschaft, Alternativen), um bei der Auswahl der relevanten mit hohem Mehrwert zu beraten.
-    Möglicherweise modernste Machine-Learning- und Künstliche-Intelligenz-Technologien auf reale Probleme in Finanzinstituten anwenden, indem Erkenntnisse aus großen Datensätzen extrahiert und visualisiert werden.
-    Untersuchen, ob Large Language Models (LLMs) eine geeignete Quelle für Finanzberatung sind, um erhebliche Verbesserungen in der Qualität und Aktualität der Reaktionen auf Unternehmensereignisse zu erzielen, indem spezifische KI-Agenten eingesetzt werden, die Umgebungen wahrnehmen und relevante Informationen aus Unternehmensbilanzen, Preisen oder Finanzberichten destillieren, um Aktienkurse vorherzusagen.
-    Die Ergebnisse dem Quant-Investmentteam mit geeigneten Methoden (Dashboards, Berichte, Softwareprototypen usw.) präsentieren.
Ihr Profil
-    Masterstudent in Finance oder Masterabschluss einer erstklassigen Universität in einem quantitativen Fach (z. B. Statistik, Mathematik, Wirtschaft, Physik, Informatik, Machine Learning oder Künstliche Intelligenz).
-    Leidenschaft für Programmierung, Finanzmärkte und systematische Anlagestrategien zur Alpha-Generierung, mit starken Problemlösungsfähigkeiten.
-    Hohe Kompetenz in Python und dem gesamten Python-Ökosystem, Backtesting-Routinen (z. B. BackTrader usw.), Simulation und statistischen Techniken.
-    Eine neugierige, hochmotivierte, lernbereite Person mit ausgeprägter Eigeninitiative und Detailgenauigkeit, die sich in einem dynamischen und eng verbundenen Quant-Team hervorheben möchte.
-    Ausgezeichnete schriftliche und mündliche Kommunikationsfähigkeiten, um komplexe/technische quantitative Themen auf Englisch zu erklären und zu vermitteln. Fließende Französischkenntnisse sind von Vorteil. 
Von Vorteil:
-    Vorherige Erfahrung mit Finanzdaten, Forschung und Multi-Asset-Algorithmic-/Smart-Beta-Investmentstrategien wäre ein Plus.
-    Starke Fähigkeiten im Data Mining und in der Datenanalyse: Nachgewiesene Fähigkeit zur Anwendung statistischer Modellierung, Machine Learning und explorativer Analyse auf große strukturierte Datensätze zur Anomalieerkennung, Klassifikation, Segmentierung und Clusterbildung.
-    Erfahrung mit verwalteten Datenbanklösungen und Code-Editoren (z. B. PostgresSQL, Snowflake, Replit, Cursor usw.).
Startdatum: Februar 2026
Verantwortlicher Manager: Alessandro Nilo (Leiter der Quantitativen Forschung, Pictet Wealth Management)
Hinweis
Diversität & Inklusion
Pictet ist ein Arbeitgeber, der Chancengleichheit fördert und sich verpflichtet, ein vielfältiges Umfeld zu schaffen. Wir respektieren alle Individuen und streben deren Einbeziehung am Arbeitsplatz an.