Sr Manager Machine Learning, Regulatory - Hybrid/Remote

Sobre Cboe:
Cboe es una de las mayores compañías de holding de intercambio en el mundo, ofreciendo soluciones de trading e inversión innovadoras a inversores globalmente.

El equipo de Tecnología Reguladora en Cboe desarrolla soluciones para supervisar diez diferentes sedes de trading de acciones, opciones y futuros en los EE.UU. y Europa. Nuestros gerentes lideran equipos de ingeniería de alto rendimiento para entregar proyectos críticos que apoyan los sistemas de supervisión del mercado. Procesamos datos de varias plataformas de intercambio de mercado, arquitectamos sistemas capaces de analizar miles de millones de eventos diarios y optimizamos para volúmenes de datos crecientes. Nuestro enfoque es crear inteligencia procesable para nuestros analistas para garantizar operaciones de mercado justas, ordenadas y conformes. Estamos comprometidos con el aprendizaje continuo y el pensamiento analítico.

Híbrido flexible en Lenexa, KS o Chicago, IL. El trabajo remoto con algunos viajes también es una opción.

Responsabilidades

• Dirigir un equipo de ingenieros de ML apoyando nuestro programa de supervisión del mercado.
• Desarrollar nuevos conceptos y experimentos de aprendizaje automático relevantes para la supervisión regulatoria del mercado.
• Prototipo de nuevos conceptos de ML para guiar la implementación por parte del equipo de ingeniería de ML.
• Crear y abogar por arquitecturas técnicas que acorten los ciclos de experimentación y producción de ML.
• Facilitar discusiones con equipos de supervisión para refinar conceptos de ML y seguir hasta la implementación.
• Fomentar una cultura de comunicación clara, documentación y transparencia alrededor de los proyectos de ML dentro de la división reguladora.
• Inspirar a los ingenieros a mantenerse actualizados sobre los últimos desarrollos en Machine Learning, Ingeniería de Datos y Computación en la Nube.
• Planear proyectos de ML, asignar tareas según prioridad y conjunto de habilidades, y mantener planes de sprint actualizados.
• Proporcionar actualizaciones regulares de estado a las partes interesadas y gestionar proactivamente las relaciones con las partes interesadas.
• Liderar los esfuerzos de reclutamiento para ingenieros de ML y mentorear a los subordinados directos para alcanzar la excelencia individual y de equipo.
• Realizar la planificación y revisión del desempeño siguiendo las directrices organizacionales y departamentales.
• Participar en procedimientos de cumplimiento regulatorio y asegurar el cumplimiento del equipo.
• Representar las necesidades técnicas del equipo de ML para obtener apoyo de otros equipos de ingeniería y la división reguladora.

Requisitos del Trabajo

• Mínimo ocho años de experiencia en gestión tecnológica liderando pequeños equipos de desarrollo de aplicaciones en un entorno empresarial.
• Al menos tres años de experiencia práctica entrenando, ajustando y produciendo modelos de aprendizaje automático.
• Competencia en marcos, algoritmos y bibliotecas comunes de aprendizaje automático.
• Experiencia práctica con Python para grandes conjuntos de datos.
• Experiencia utilizando SQL para desarrollo de aplicaciones y análisis de datos.
• Experiencia en desarrollo en la nube de AWS con análisis de big data y servicios de ML como Amazon SageMaker y Amazon EMR es altamente deseado.
• Excelentes habilidades de comunicación y experiencia presentando a audiencias empresariales.
• Experiencia utilizando metodologías ágiles y desarrollo basado en pruebas es altamente deseado.
• Experiencia en tecnología de cambio o regulación del mercado es un plus.
• Experiencia en la industria de servicios financieros es un plus.
• Título de licenciatura en Ciencias de la Computación, Matemáticas, Estadísticas, Ingeniería, o un campo relacionado. Se prefiere un título de maestría o doctorado.

Compensación:
Como exige la Ley de Derechos Humanos de la Ciudad de Nueva York, Cboe ofrece una gama salarial competitiva de $200,000-$330,000 para roles desempeñados en la Ciudad de Nueva York. La compensación real está influenciada por la ubicación geográfica, conjunto de habilidades, experiencia, etc. Puede haber disponible una compensación adicional por incentivos y beneficios.

Cualquier comunicación