Introduktion til Marco Singh

 

På trods af sin unge alder har Marco allerede været godt omkring. Et ophold i sydfrankrig blev startskudet til en karriere indenfor Machine Learning (ML). En karriere der har bragt ham forbi industrigiganter som IBM, små danske startups og et kort ophold hos den kinesiske mastodont Huawei.

 

I dag arbejde han for Credit Suisse som Vice President indenfor ML. Læs om hans rejse indenfor ML og Artificial Intelligence (AI), samt hvordan det er at arbejde i en af Europas største banker i London.

 

 

Pause after Bacheloren

I Danmark er der kutyme for at man læser sin kandidat direkte i forlængelse af sin Bachelor, men for Marco var det ikke det rigtige.

 

– For at være helt ærlig, så var jeg ikke helt klar over, hvad jeg ville efter at have færdiggjort min bachelor på CBS. Jeg besluttede derfor at finde et arbejde og få noget erhvervserfaring for så forhåbentligt at kunne træffe et bedre valg. 

 

Efter at have arbejdet i et års tid havde han fået mere klarhed og begyndte på Cand.merc.(mat.). Den passede ham godt, da den havde super mange valgfag, så han kunne forme den som han ville.

 

Machine Learning i Sydfrankrig

 

Marco’s interesse for Machine Learning (ML), startede i sydfrankrig hvor han var på udveksling.

 

– Jeg havde en lærer som vakte min interesse for feltet. Jeg blev hurtigt fanget af teknologien og potentialet. Det her med, at man kan træne en computer til selv at finde ud af det og som kan træne sig selv bedre, det synes jeg var meget fascinerende. 


– Efterfølgende begyndte jeg selv at tage kurser online og læse op på det i min fritid. Det endte også med, at jeg skrev om ML i mit speciale i forhold til at kunne forudsige FX kurser (valutakurser). 

 

 

Marco Singh (@marcoasingh) | Twitter

 

 

Det første investeringsjob

 

Med et karaktergennemsnit på 12 fra kandidaten havde han mange jobmuligheder. Han var dog klar over, at det skulle være indenfor hedgefond og investeringsverdenen.

 

– Jeg fik et job hos Secure Capital, hvor jeg var ansvarlig for deres investeringer. Det var et fint sted at starte ud for mig, men jeg fandt ret hurtigt ud af at jeg gerne ville arbejde mere med ML. 

 

– Jeg endte med at skifte til IBM, hvor jeg sad som Data Scientist og arbejdede mere med applikationen af ML. Samtidig fandt jeg ud af, at når man arbejder som konsulent, så kan der nogen gange godt gå lidt politik i det man laver og det er sjældent, at man virkelig går i dybden med teknologien. 

 

12-taller over hele linjen | CBS OBSERVER - Avis for Copenhagen ...

Marco Singh med sit eksamensbevis og gennemsnittet 12

 

ML kan redde liv

 

Efter at have brugt noget tid i konsulentverdenen, ledte Marco efter et sted, hvor han kunne arbejde mere direkte med ML og virkelig lære hvordan man kan bruge teknologien. Han fik et job i en startup der hed Corti, som arbejder med at bruge ML til at redde liv for folk med hjertestop.

 

– Det var et super fedt sted at være med nogle virkelig dygtige folk, men du finder også ud af, at hvis du ikke er en founder i en startup, så får man som regel en relativt dårlig løn og ikke så meget equity. Så på sigt vidste jeg godt, at det var et midlertidigt stop for mig.

 

Huawei i London

 

Han havde længe overvejet at arbejde i udlandet og efter sit stop hos Corti var han begyndt at snakke med nogle recruitere fra London. 

 

– En af de muligheder de kom tilbage med, var en stilling hos kinesiske Huawei. Jeg endte med at gå hele vejen igennem processen og fik en rolle i deres Research Lab. Det var et virkelig nørdet miljø. Jeg vil ikke sige jeg er super ekstrovert, men i forhold til de andre, så var jeg klart den mest udadvendte. 

 

– Det var igen en spændende stilling, men det var et job, der ikke var så målbart i de ting jeg arbejdede med. Det var virkelig fokuseret på research. Og som du nok kan fornemme, er jeg ikke typen der bliver i en stilling længe, hvis jeg ikke føler at det er den rigtige. 

 

Vice President hos Credit Suisse

 

Efter at have brugt til i både konsulent, startup og research verdenen, skulle Marco ende op i finansindustrien igen.

 

– Mens jeg var i London blev jeg kontaktet af Credit Suisse i forhold til en rolle i deres ML afdeling. Jeg synes det lød spændende og havde overvejet at vende tilbage til finansverdenen på et tidspunkt, så det passede mig egentlig ret fint. Jeg sidder i dag i deres elektroniske FX afdeling og lærer en masse omkring hvordan en stor bank fungerer og om valutamarkeder.

 

Marco Singh - Machine Learning Mentor on MentorCruise

 

Anbefaler du at man tager til udlandet?

 

– Jeg vil virkelig anbefale at man tager til udlandet. Det gir en perspektiv og åbner op for mange nye læringer og erfaringer man kan bruge senere. For eksempel har jeg lært ekstremt meget omkring ML, AI og hedgefonde af at være i London, hvor de på nogle områder er lidt længere fremme end vi er derhjemme.

 

– Som jeg ser det lige nu, kommer min karriere de næste par år til at være i udlandet, men derudover er jeg ikke typen der ligger langsigtede planer for min karriere. Som udgangspunkt gør jeg det ikke, fordi jeg tror, at det er vigtigt at man altid er åben og at ens motivation og muligheder kan ændre sig løbende og det skal man huske at tage stilling til.

 

– Indenfor ML er det Silicon Valley førende, men Canada og London er også super gode. Generelt vil jeg sige, at London er gode til at tiltrække en masse dygtige mennesker. For eksempel har de Deepmind (ejet af Google) som er bygget op omkring ML.

 

Hvordan kommer man igang med ML

 

– Der er super mange gode steder man kan lære om ML i dag. Jeg har selv brugt Coursera meget og jeg synes faktisk at mange af kurserne er bedre end de fag man kan læse på universitetet. Så ofte ville jeg bruge dem til at forstå et bestemt emne som jeg havde haft i en forelæsning. 

 

Marco Singh

 

Hvordan ser en dag ud for dig hos Credit Suisse

 

– Jeg plejer at møde ind kl. 7.00, hvor jeg sætter mig tilrette på trading floor’et ved siden af alle trader’ne. Jeg trader ikke selv, men det er godt at sidde tæt på dem og kunne interagere med dem. 

 

– Hovedkomponenten i mit job er at analysere en masse data og prøve at finde på metoder som forbedre vores nuværende processer og finde på helt nye måder matematiske modeller.  Vi leverer analyser, som trader’ne så kan bruge til at lave gode handler. 

 

Overordnet set ser mit job nok nogenlunde sådan her ud:

 

  • Køre processer. Dette er ting der hele tiden skal køre. 25 % af tiden går med det.
  • Prøve at forbedre vores processer og finde på nye metoder. Det her er den mest kreative del hvor vi skal prøve at se hvordan ML kan forbedre den måde vi arbejder på. 60 % af tiden går med det. 
  • Admin/adhoc. Dette er for eksempel interne møder og opkald til kollegaer i andre dele af verden (Singapore og NYC). 15 % af tiden går med det.

 

Normalt tager jeg hjem fra arbejde omkring kl. 18.00

 

Hvordan ser dine fremtidsplaner ud

 

– På sigt er det stadig min drøm at lave min egen hedgefond, men lige nu er jeg glad hvor jeg er. Min viden om ML er lige nu rimelig god og jeg føler, at jeg er i stand til at bruge det til at skabe værdi i mange henseender.

 

 

Leave your thoughts