← Tutte le offerte
Tipo di contratto
Tempo pieno
Percentuale
100%
Luogo
Genève
Azienda
HARTREE PARTNERS INTERNATIONAL, LLC, Wilmington, Delaware, succursale de Genève, Rue du Rhône 14, 1204 Genève
Lingue
Inglese (fluente)
Prima pubblicazione
Candidati ora

Tipo di posizione: Full-time
Località: Geneva (Rue du Rhône 14, 1204 Geneva)

Sintesi del lavoro
Cerchiamo un Global Agricultural Meteorologist altamente analitico e innovativo per far avanzare l'uso dell'intelligenza meteorologica, dei dati meteorologici e dell'analisi predittiva nei mercati agricoli globali.
Il candidato ideale apporterà una forte comprensione di come i modelli meteorologici e la variabilità climatica influenzino le soft commodities globali, i cereali, le oleaginose e le catene di approvvigionamento agricole. Combinando l'esperienza meteorologica con capacità avanzate di data science e cloud computing, il candidato svilupperà intuizioni innovative guidate dal meteo, strumenti analitici e prodotti di dati progettati per migliorare la comprensione del mercato e informare le decisioni di trading.
Questo ruolo offre l'opportunità di spingere i confini della meteorologia applicata, traducendo dati meteorologici complessi in intelligence azionabile e sviluppando nuovi approcci per identificare opportunità di mercato agricolo e valutare i rischi della catena di approvvigionamento.

Doveri e responsabilità
Analizzare i modelli meteorologici globali, le previsioni e gli sviluppi climatici per valutare il loro potenziale impatto sulla produzione, disponibilità, trasporto e distribuzione delle commodity agricole, inclusi softs, cereali e oleaginose
Valutare i rischi legati al meteo attraverso le catene di approvvigionamento agricole globali, identificando potenziali interruzioni, carenze di produzione e altri sviluppi che potrebbero influenzare i mercati delle commodity
Raccogliere, elaborare, analizzare e gestire dataset meteorologici su larga scala, sviluppando workflow robusti ed efficienti per trasformare dati atmosferici complessi in output analitici utilizzabili
Sviluppare e applicare tecniche statistiche, di machine learning e computazionali avanzate per investigare le relazioni tra condizioni meteorologiche, produzione agricola e risultati di mercato
Presentare risultati meteorologici e quantitativi complessi in modo chiaro e conciso, garantendo che le intuizioni tecniche possano essere comprese e applicate sia da un pubblico tecnico che non tecnico

Istruzione ed esperienza
Almeno 10 anni di esperienza in meteorologia focalizzata sulle commodity
È richiesta una laurea triennale in Meteorologia, Scienze Atmosferiche o una disciplina strettamente correlata
È fortemente preferito un Master o un PhD in Meteorologia, Scienze Atmosferiche o un campo quantitativo pertinente
Vasta esperienza pratica nel lavoro con dataset meteorologici su larga scala, inclusa l'elaborazione, l'analisi e l'interpretazione di dati meteorologici complessi
Forti capacità di programmazione in Python, con esperienza nell'uso di librerie scientifiche e geospaziali pertinenti, tra cui xarray, pandas, Cartopy, GeoPandas, Dask, scikit-learn, PyTorch e JAX
Una forte comprensione dell'influenza del meteo e del clima sulla produzione agricola, sulle soft commodities globali, sui cereali, sulle oleaginose e sui rischi associati della catena di approvvigionamento
La capacità di integrare l'esperienza meteorologica con l'analisi quantitativa per generare intuizioni rilevanti per il processo decisionale commerciale
Eccellenti capacità di comunicazione scritta e verbale, con la capacità di spiegare concetti scientifici complessi e risultati analitici a pubblici diversi
Precedente esperienza di lavoro diretto con trading desk o all'interno di un ambiente di trading di commodity, idealmente sviluppando strumenti analitici, modelli predittivi o prodotti di dati che supportino decisioni commerciali urgenti
Un dimostrato interesse nel superare i confini della meteorologia applicata, della data science e del machine learning per scoprire nuove fonti di intelligence di mercato azionabile

Tradotto automaticamente dall’originale.

Pubblicato 1 settimana fa

Luogo

Vedi su Google Maps