In één oogopslag
- Taken: Werk aan echte onderzoeksproblemen en ontdek voorspellende patronen in de markten.
- Bedrijf: Graviton, een innovatieve organisatie met een cultuur van samenwerking en intellectuele eerlijkheid.
- Voordelen: Betekenisvolle ervaring, mentorschap en de kans om impact te maken op handelsstrategieën.
- Overige informatie: Dynamische omgeving met mogelijkheden voor persoonlijke groei en ontwikkeling.
- Waarom deze baan: Los uitdagende problemen op en ontwikkel vaardigheden in kwantitatief onderzoek en machine learning.
- Kwalificaties: Student in een kwantitatieve discipline met sterke programmeervaardigheden en analytisch denken.
Het verwachte salaris ligt tussen 50850 - 62150 € per jaar.
Bij Graviton begint elke strategie, model en voordeel niet met instinct, maar met iemand die een betere vraag stelt dan iedereen. Als Quantitative Research Intern werk je 10-12 weken aan onderzoek dat direct invloed heeft op hoe we markten begrijpen en handelsstrategieën bouwen. Je zult samenwerken met onderzoekers en technologen om mark gedrag te onderzoeken, hypothesen te testen, voorspellende modellen te bouwen en problemen op te lossen waar de antwoorden niet voor de hand liggen.
Dit is geen stage waar je vanaf de zijlijn toekijkt. Uitstekend werk heeft het potentieel om productiestrategieën vorm te geven en echte, meetbare rendementen te genereren.
Wat je gaat doen
- Ontdekken van voorspellende patronen uit miljarden marktevenementen
- Ontwerpen van statistische modellen die handelsmogelijkheden identificeren
- Toepassen van waarschijnlijkheid, optimalisatie en machine learning op open onderzoeksproblemen
- Bouwen van AI-gestuurde onderzoeksagentschappen die experimentatie versnellen
- Ontwikkelen van infrastructuur voor snel, grootschalig onderzoek
- Ontwerpen van experimenten en backtests om hypothesen te evalueren
- Vertalen van onderzoek naar productieklare handelsignalen
- Verkennen van nieuwe ML, AI en kwantitatieve financieringstechnieken om de volgende bron van alpha te vinden
Wat je leert
Buiten de technische blootstelling leer je hoe ervaren onderzoekers moeilijke problemen benaderen: ze opsplitsen, aannames in twijfel trekken en beslissingen nemen op basis van bewijs in plaats van intuïtie. Je wordt gekoppeld aan een mentor, rapporterende manager en buddy, met regelmatige codebeoordelingen en feedback gedurende de stage.
Wat succes eruit ziet
Succesvolle stagiaires verlaten de stage met een compleet onderzoeksproject van hypothese tot evaluatie, hebben statistisch rigoureuze modellen gebouwd en hebben nieuwsgierigheid, eigenaarschap en het vermogen om open-eindige problemen op te lossen aangetoond.
Wie we zoeken
We zijn op zoek naar uitzonderlijke studenten die echt genieten van het oplossen van moeilijke problemen.
- Voltijd bachelor-, master- of PhD-student in een kwantitatieve discipline (wiskunde, natuurkunde, computerwetenschappen, statistiek of een gerelateerd vakgebied), afstuderen in 2028
- Sterke programmeervaardigheden in Python en/of C++
- Grondig in waarschijnlijkheid, statistiek, lineaire algebra en optimalisatie, met ervaring in machine learning, statistische modellering of data-analyse, hetzij via cursussen, onderzoek of persoonlijke projecten
- Comfortabel werken met grote, complexe datasets, met sterke analytische vaardigheden
- Een passie voor het toepassen van kwantitatief denken en rigoureus onderzoek om open-eindige problemen in markten op te lossen
- Sterke communicatieve vaardigheden, met het vermogen om complexe ideeën duidelijk uit te leggen
Onze cultuur
Meer dan specifieke technologieën, geven we om hoe je denkt. We zoeken mensen die nieuwsgierig genoeg zijn om aannames in twijfel te trekken, analytisch genoeg om signaal van ruis te scheiden, volhardend genoeg om verder te zoeken dan het eerste antwoord, nederig genoeg om te blijven leren, en enthousiast over problemen zonder oplossingen uit een boek.
Bij Graviton zitten onderzoekers naast ingenieurs om problemen op te lossen waar milliseconden ertoe doen en betere modellen een echt concurrentievoordeel creëren. Je krijgt vanaf dag één betekenisvolle verantwoordelijkheid, in een cultuur die is gebouwd op intellectuele eerlijkheid en continue verbetering. Je bijdrage wordt niet gemeten aan het aantal uren dat je besteedt, maar aan de kwaliteit van je denken.
Markten zijn een van de meest complexe systemen die mensen ooit hebben gecreëerd. Elke dag ontdekt iemand een beter antwoord. Deze zomer zou die iemand jij kunnen zijn.
Quantitative Researcher - 2027 Summer Internship in Amsterdam werkgever: Tradermath
Da Vinci is een uitstekende werkgever die een dynamische werkomgeving biedt in het hart van Amsterdam. Werknemers krijgen de vrijheid om innovatieve ideeën te ontwikkelen en deze tot uitvoering te brengen, terwijl ze samenwerken met een hoogwaardig compliance team in een snelgroeiende proprietary trading firma. Met aantrekkelijke voordelen zoals een competitief salaris, een relocatiepakket voor internationale kandidaten, en sociale evenementen, biedt Da Vinci unieke kansen voor persoonlijke en professionele groei in de financiële sector.
Hupjob Expertadvies🤫
Zo denken wij dat je Quantitative Researcher - 2027 Summer Internship in Amsterdam kunt binnenhalen
✨Ken je Data Science Communities
Zoek naar lokale meetups of online communities waar data scientists samenkomen. Dit is een geweldige manier om andere professionals te leren kennen, je netwerk uit te breiden en misschien zelfs je toekomstige stage bij Tradermath te scoren.
✨Word zichtbaar met je vaardigheden
Demonstreer je kennis door deel te nemen aan hackathons of data science wedstrijden zoals Kaggle. Zo krijg je niet alleen praktijkervaring, maar ook een flinke boost voor je portfolio, wat je kans vergroot om die stageplek te veroveren.
✨Maak gebruik van je universiteit
Universiteiten hebben vaak connecties met bedrijven en kunnen je helpen bij het aanvragen van stages. Vraag bij je studiecoördinator of loopbaanservice naar mogelijkheden of zelfs evenementen waar Tradermath misschien aanwezig is.
✨Solliciteer via onze website!
Vergeet niet dat de beste manier om je kansen te vergroten, is door direct te solliciteren via onze website. Jouw unieke vaardigheden in data science zijn precies wat Tradermath nodig heeft, dus kom in actie!
Wij denken dat je deze vaardigheden nodig hebt om als Quantitative Researcher - 2027 Summer Internship in Amsterdam te schitteren
Een paar tips voor je sollicitatie 🫡
Speel in op je analytische vaardigheden:In je CV en motivatiebrief is het belangrijk om je analytische vaardigheden te benadrukken. Vertel ons over projecten of studies waar je data-analyse hebt toegepast, bijvoorbeeld met Python of R. Laat zien welke technieken je hebt gebruikt en hoe deze je geholpen hebben om problemen op te lossen.
Doe iets met je portfolio!:Als data science stagiair is het handig als je een portfolio hebt met voorbeelden van je werk. Dit kan een GitHub-repo zijn waar je code en projecten deelt. Vergeet niet om een paar interessante projecten te laten zien die je hebt gedaan, inclusief je aanpak en de resultaten die je hebt behaald.
Toon je leermotivatie:Aangezien het om een stage gaat, willen we zien dat je leergierig bent. Gebruik je motivatiebrief om te vertellen waarom je enthousiast bent over data science en wat je hoopt te leren bij Tradermath. Deel eventuele cursussen of certificaten die je hebt behaald en die relevant zijn voor de rol.
Wees specifiek over je technische vaardigheden:Vermeld in je CV specifiek welke programmeertalen en tools je beheerst. Bij data science kan dat variëren van Python en SQL tot machine learning-bibliotheken zoals TensorFlow of Scikit-Learn. Laat ook zien welke specifieke projecten je met deze vaardigheden hebt gedaan om je ervaring te onderbouwen.
Zo bereid je je voor op een sollicitatiegesprek bij Tradermath
✨Toon je technische vaardigheden
Als je solliciteert voor een stage in de data-science, laat dan vooral je technische vaardigheden zien. Wees klaar om te praten over tools zoals Python en R, en misschien zelfs je ervaring met data-analyse of machine learning. Denk erover na om een paar voorbeelden van projecten te delen waarin je deze vaardigheden hebt toegepast.
✨Voorzie je portfolio van voorbeelden
Zorg ervoor dat je portfolio goed gevuld is met projecten die je hebt gedaan, of dat nu schoolopdrachten zijn of persoonlijke projecten. We moeten laten zien hoe je aan realistische data-analyse hebt gewerkt en welke bevindingen je hebt gedaan. Een goed gepresenteerd portfolio kan in je voordeel werken tijdens de gesprekken.
✨Wees voorbereid op technische vragen
Verwacht technische vragen over statistische methoden, datamodellering en algoritmen. De interviewers kunnen vragen naar hoe je bepaalde analyses zou uitvoeren of hoe je het beste een dataset zou kunnen opschonen. Door hier scherp op voorbereid te zijn, komt je kennis nog sterker over.
✨Focus op leer- en aanpassingsvermogen
Als stagiair is je motivatie om te leren belangrijker dan ervaring. We moeten laten zien dat we snel kunnen leren en ons kunnen aanpassen aan nieuwe situaties. Denk aan hoe je eerdere uitdagingen hebt aangepakt en wat je van die ervaringen hebt geleerd.
