Tian Guo

Responsabilités actuelles
Tian collabore étroitement avec les Equity Portfolio Managers pour concevoir et mettre en œuvre des stratégies d'investissement innovantes. Son principal objectif est de développer des modèles avancés de Machine Learning intégrant des ensembles de données structurées et non structurées variées afin d'améliorer la prédiction d'alpha. Récemment, ses travaux se sont concentrés sur le Fine-tuning des Large Language Models pour l'extraction de caractéristiques et la prévision des rendements. En parallèle de ses recherches, Tian contribue à la communauté plus large du Machine Learning en tant que relecteur pour des conférences prestigieuses telles que ICLR, NeurIPS et ICML.

Carrière
Tian Guo vient de l'École Polytechnique Fédérale de Zurich (EPFZ), où il a été post doctorant de 2017 à 2019. À ce poste, il a travaillé sur le Deep Learning interprétable, le traitement naturel du langage, l’apprentissage automatique (Machine Learning), l’apprentissage multi tâches et l’apprentissage par transfert. Avant cela, Tian a été assistant de recherche doctorale de 2015 à 2017 à l’École Polytechnique Fédérale de Lausanne (EPFL), où ses recherches portaient sur les réseaux neuronaux liés aux données temporelles, l’exploration des flux de données en continu et le Machine Learning distribué. En 2015, Tian a soutenu NEC Laboratories Europe dans le cadre du groupe de recherche sur l'analyse des données des réseaux.  Il a rejoint RAM Active Investments en août 2019.

Formation
Tian est titulaire d’un doctorat en informatique de l'EPFL. Il est diplômé de la Shanghai Jiao Tong University (SJTU) et de l’East China University of Science and Technology (ECUST). Tian possède un impressionnant palmarès de publications dans certaines des conférences les plus influentes en Machine Learning et en Data Mining.