机器学习工程师，东京

改进和扩展生产ML模型，预测JEPX价格、系统不平衡和日本电力市场供需基本面。与量化和交易员紧密合作，共同定义什么是更好的表现。与TECH团队合作，优化ML基础设施，包括实验追踪、模型版本管理和Kubernetes Python栈集成。监控实时模型性能，识别漂移和退化，快速迭代市场条件变化。运行结构化实验：记录尝试、原因和学习内容。保持可重复性是必须的。Stay on top of current AI tooling and research new developments in ML and AI. Evaluate what is useful, cut what is not, and apply it as a force multiplier for the trading team’s workflows, analysis, and decision-making.

具有生产级ML经验，包括已部署、监控和维护的模型。具备时间序列建模技能，包括非平稳性、季节性和处理真实世界数据不规则性。精通Python用于数据处理、建模和管道开发。熟悉MLOps基础：实验追踪、模型版本管理和CI/CD集成。自我驱动，主动、彻底、高紧迫性，直接交付业务需求。团队协作，确保团队成功。英语沟通能力强，但首先是一名工程师。

初创环境，明确策略，高度自主灵活，驱动真实影响。陡峭的学习曲线在有趣且不断变化的行业中。扁平透明组织，重视大胆思考、计算风险和开放反馈。优秀同事，社交和职业 excel。独特公司文化，活出价值观：诚实、透明、重新思考，公开承认错误，每天进步。灵活工作，充足休息时间。带薪午餐、零食和很多酷 merch。

InCommodities是全球能源交易公司，重新思考技术与能源的结合，拥有丹麦、美国和亚太（新加坡、东京、悉尼和新西兰）的办公室。