- Страна
- Великобритания
Reference Data Analyst
Оценка ИИПозиция в престижном хедж-фонде с сильной технической культурой и работой над сложными задачами. Отличные возможности для профессионального роста в сфере количественных финансов, хотя работа предполагает высокий уровень стресса и ответственности.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует глубоких знаний специфики финансовых данных (Bloomberg, Refinitiv) и владения техническим стеком (SQL, Python). Высокая ответственность за точность данных для системного трейдинга и необходимость взаимодействия с глобальными командами повышают порог входа.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для Лондона в секторе хедж-фондов вознаграждение обычно выше среднего по рынку и включает значительные бонусы. Указанный рыночный диапазон отражает базовую часть для специалистов с опытом от 3 лет.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
We are passionate about data. We collaborate to build elegant, effective, scalable and highly reliable solutions to empower predictive modelling in finance.
Cubist’s data services group is looking for Data Operations Analyst to join our dedicated team. Our group is responsible for the timely delivery of comprehensive and error-free data to some of the most demanding and successful systematic Portfolio Managers in the world.
This exceptional individual will join a global team of analysts who monitor, validate, and support Security and Issuer reference data within the firm’s central reference data system.
RESPONSIBILITIES
- Troubleshoot and resolve data discrepancies, monitor vendor SLAs, and communicate data issues to internal stakeholders.
- Implement proactive measures to identify and resolve data issues automatically.
- Handle internal client requests and inquiries, ensuring transparent support and leading communication on any SLA breaches.
- Assist in the onboarding of new datasets, validation rules, and user interface improvements, as well as participate in testing.
- Develop and document standardized processes for data support, monitoring, and quality assurance.
- Collaborate with global team members to ensure seamless transitions between support regions.
- Liaise with Business, Technology, and Operations leadership to ensure alignment on project objectives, deliverables, requirements, and status updates.
REQUIREMENTS
- Bachelor’s degree with a concentration in Computer Science or related discipline.
- 3+ years of experience in financial services, asset management, or hedge funds with a focus on data operation and reference data support.
- Expertise in reference data content from common financial service data providers such as Bloomberg, Refinitiv, Barra, FactSet, etc.
- Experience troubleshooting and resolving data issues, along with experience in engaging with data consumers.
- Programming skills in SQL and Python.
- Experience working with large data sets.
- Strong oral and written communication skills.
- Strong analytical and problem-solving skills, with a keen attention to detail.
- Commitment to the highest ethical standards
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- SQL
- Python
- Bloomberg
- Refinitiv
- FactSet
- Barra
- Data Analysis
- Financial Services
Возможные вопросы на собеседовании
Проверка практических навыков работы с основным инструментом анализа данных.
Опишите ваш опыт использования SQL для выявления и исправления аномалий в больших наборах справочных данных.
Важно понимать, как кандидат автоматизирует рутину.
Расскажите о конкретном случае, когда вы использовали Python для автоматизации мониторинга качества данных или проверки SLA вендоров.
Роль подразумевает работу с внешними поставщиками.
Как вы справляетесь с ситуациями, когда данные от вендора (например, Bloomberg или FactSet) приходят с задержкой или содержат ошибки в критически важные моменты?
Проверка понимания предметной области.
В чем заключаются основные сложности при сопоставлении (mapping) идентификаторов ценных бумаг из разных источников данных?
Оценка коммуникативных навыков в стрессовых ситуациях.
Как вы расставляете приоритеты и информируете стейкхолдеров, если обнаружена критическая ошибка в данных, влияющая на торговые модели?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
