Quantitative Data Scientist

New York Vor Ort Mid-Level 05.07.2026
Data Scientist Data Engineer Data Science
Gehalt 85.000 EUR / Jahr
Auf einen Blick

Quantitative Data Scientist für systematischen Handel und Optionen-Research. Verantwortung für Datenbeschaffung, Pipeline-Engineering und analytische Unterstützung für Forschungsteams.

💰 $100.000–150.000/Jahr 📊 Mid-Level 🕒 Vollzeit 🗺️ Americas
  • 1-3 Jahre Data Science/Engineering
  • Python-Kenntnisse
  • Statistik-Verständnis
Python Data Engineering Statistics Quantitative Analysis Data Pipelines Time-Series Analysis
✅ Geeignet für
  • Data Science-Anfänger mit Mathe-Grundlagen
  • Data Engineers mit Statistik-Interesse
  • Quants mit Python-Erfahrung
🚫 Weniger geeignet
  • Senior Data Scientists mit 5+ Jahren (überqualifiziert)
  • Frontend/Backend-Entwickler ohne Data Science-Erfahrung
💡 Gut zu wissen
  • Finanzmarkt-Erfahrung ist nicht erforderlich, aber Mathe-Verständnis ist essentiell
  • Erwartung, direkt mit Forschungs-Teams zu arbeiten

Über das Unternehmen

Eine führende Firma für systematischen Handel und Research in Optionen. Das Unternehmen kombiniert fortgeschrittene Datenakquisition mit quantitativer Forschung zur Unterstützung von Handelsstrategien.

Deine Aufgaben

  • Enge Zusammenarbeit mit quantitativen Forschern zur Identifikation neuer Datensätze
  • Zuverlässige Python-basierte Daten-Pipelines entwerfen und entwickeln
  • Automatisierte Workflows für Datenerfassung, Reinigung und Transformation erstellen
  • Analytische Frameworks und Tools zur Verarbeitung großer Datensätze entwickeln
  • Research-Datenbanken und Datenqualitäts-Monitoring aufbauen
  • Explorative Datenanalyse und statistische Untersuchungen durchführen
  • Forschungsmethodologien in wiederholbare analytische Workflows operationalisieren
  • Daten-Infrastruktur verwalten und optimieren

Deine Voraussetzungen

  • 1-3 Jahre Erfahrung in Data Engineering, Data Science oder quantitativer Forschungsunterstützung
  • Starke Python-Programmierkenntnisse
  • Erfahrung mit automatisierten Daten-Pipelines
  • Fundiertes Verständnis von Wahrscheinlichkeit, Statistik und quantitativer Analyse
  • Erfahrung mit großen Datensätzen und relationalen Datenbanken
  • Linux/Server-Umgebung-Erfahrung