Auf einen Blick
Bauen Sie die quantitativen Modelle hinter Fuses Trading, Hedging und Assetoptimierung. Die Rolle kombiniert Financial Data Science mit Energy Market Expertise.
💰 ~£45.000–70.000/Jahr (geschätzt)
📊 Junior
🕒 Vollzeit
🌍 Vor Ort
🗺️ EMEA
- Python Proficiency
- Quantitative Modeling Erfahrung
- Statistical Modeling
- Energy/Commodity Market Kenntnisse
Python
Statistical Modeling
Trading
Gehalt geschätzt anhand Junior to mid-level data scientist role with 1+ years experience in quantitative modeling and energy markets. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Data Scientists mit Energy/Commodity Market Interest
- Quantitative Analysten mit Python-Expertise
- Mathematiker/Physiker mit Statistical Modeling Background
🚫 Weniger geeignet
- Anfänger ohne Python Expertise
- Reine Data Engineering Rollen ohne Quantitative Modeling
- Kandidaten ohne Erfahrung mit Time Series/Market Data
💡 Gut zu wissen
- Python ist kritisch – nicht optional
- Energy Market Kenntnisse sind wichtig, können aber gelernt werden
- Hedging und Risk Management sind komplexe Finanzkonzepte
Über das Unternehmen
Fuse Energy ist ein Energie-Startup mit der Mission, Energie reichlich und bezahlbar zu machen. Mit über 200 Millionen Dollar Finanzierung von Top-Investoren entwickelt Fuse ein vollständig integriertes Energieunternehmen. Das Unternehmen nutzt KI über das gesamte Geschäft und hat Echtzeit-Stromhandel mit erweiterten Modellierungstechniken.
Deine Aufgaben
- Quantitative Modelle für Hedging-Strategien bei Retail Energy Supply entwickeln und implementieren
- Marktdaten analysieren zur Optimierung von Solar- und Wind Farm Performance
- Statistical und Szenario-basierte Modellierung für Trading und Risk Management betreiben
- Power Markets, Pricing Trends und Regulatory Developments verfolgen
- Mit Engineering und Operations Teams zusammenarbeiten zur Model Integration in Day-to-Day Entscheidungen
Deine Voraussetzungen
- 1+ Jahre Erfahrung in quantitativer Modellierung, Data Analysis oder verwandtem Bereich in Energy, Trading oder Analytics
- Starke Proficiency in Python mit Erfahrung mit Data Analysis, Modellierungs- und Visualisierungs-Bibliotheken
- Solides Verständnis von Statistical Modeling, Optimization und Analysis Techniken
- Erfahrung mit Time Series oder Market Data, vorzugsweise in Energy oder Commodity Markets
- Starke Problem-Solving-Fähigkeiten und Fähigkeit, komplexe Daten in actionable Insights zu übersetzen
Benefits
- Wettbewerbsfähiges Gehalt und Eigenkapitalbeteiligung
- Halbjährliche Bonusschema
- Vollständig erstattet Tech-Ausrüstung nach Bedarf
- Private Krankenversicherung
- Frühstücks- und Abendallowance für Büro-Mitarbeiter
