Schweizer Hochdeutsch (ETH Zürich / Deutschschweiz) (de-CH)Français Académique Romand (EPFL & UNIL HEC Lausanne) (fr-CH)British Academic English (en-GB)
ETH D-MATH SfS & D-INFK Campus-Track | Agentische Portfolio-Theorie · Switzerland (CH)

Portfolio-Theorie für autonome Agenten: R&D an der ETH Zürich (Seminar for Statistics — SfS)

An der ETH Zürich (Seminar for Statistics — SfS) vermitteln Department of Mathematics (D-MATH) — Seminar for Statistics (Bühlmann–Meinshausen–Küunsch Lineage) das theoretische Fundament moderner Optimierung, Stochastik und statistischer Lerntheorie auf internationalem Spitzenniveau. In unseren dezentralen R&D-Pods transferierst du 100 % deiner universitären Mathematik direkt in produktiven Code für autonome Multi-Agenten-Architekturen. Parallel zu Vorlesungen, Rechnerübungen und Kolloquien quantifizierst du Kovarianzen und optimierst heterogene LLM-Verifizierer-Ensembles unter realen Latenz- und Token-Budgets. Mit flexiblen 10–25 Wochenstunden und garantiertem Prüfungsschutz verbindest du akademische Exzellenz mit wegweisender Quant-Forschung.

University: ETH Zürich Part-Time: 10–25 hrs/wk · $20–$45/hr USD Exam-Safe: 0 hrs/wk Pause Primary Pod: POD-02 Vega-48 Fit: 98.47/100
Pod-Verzeichnis (Baserow) → Für R&D-Pod bewerben CPE-Preprints & Bibliothek Python Seminar-Lab-Kit abrufen
01 // STUDENT PART-TIME PILLAR

Asynchrone Forschung: 10–25 h/Woche flexibel im Semester

Volle Flexibilität für deinen Hochschulalltag: Arbeite asynchron und ortsunabhängig zwischen Vorlesungen, Übungsstunden und wöchentlichen Aufgabenblättern. Du bestimmst deine Forschungsblöcke eigenständig und stimmst sie nahtlos auf deinen Stundenplan ab.

02 // STUDENT PART-TIME PILLAR

$20–$45/h USD Vergütung & Rigoroses Prüfungssessions-Protokoll

Faire, leistungsgerechte Vergütung ($20–$45/h USD remote) gepaart mit unserem verbindlichen Prüfungspausen-Protokoll: Während der intensiven Prüfungssessionen (Basisprüfung, Semesterend- und Sessionsprüfungen) pausierst du deine Pod-Arbeit vollständig auf 0 h/Woche – dein Forschungsplatz bleibt garantiert reserviert.

03 // STUDENT PART-TIME PILLAR

Synergie mit BSc/MSc-Thesen, Preprints & 39-Stunden-CPE

Schaffe unmittelbare Synergien mit deinen Seminarprojekten, BSc- oder MSc-Arbeiten am D-MATH, D-INFK oder IFA sowie Koautorschaften bei begutachteten Preprints (2024–2026). Inklusive uneingeschränktem Zugang zu unserer 39-stündigen CPE-Forschungsbibliothek unter {preprints_url}.

100% UNIVERSITY COURSEWORK → PRODUCTION PORTFOLIO MATHEMATICS

ETH Zürich (Seminar for Statistics — SfS) — Department of Mathematics (D-MATH) — Seminar for Statistics (Bühlmann–Meinshausen–Küunsch Lineage)

ETH-Vorlesung / Fachgebiet Mathematisches Theorem / Formel Forschungs-Pod Agentische Produktivanwendung
Konvexe Optimierung & Mathematische Programmierung (D-MATH / IFA) min_w w^T Σ w s.t. w^T μ ≥ μ*, 1^T w = 1, w ≥ 0 POD-01 Allokation optimaler Compute-Gewichte über heterogene Ensembles aus LLMs und deterministischen Verifizierer-Agenten zur Fehlerminimierung unter Budgetnebenbedingungen.
Wahrscheinlichkeitstheorie & Stochastische Prozesse (D-MATH) N_eff = N / (1 + (N - 1)ρ̄) POD-01 Analytischer Nachweis, weshalb 50 korrelierte Prompts bei ρ̄=0.70 lediglich N_eff≈1.42 unabhängige Experten ergeben; Konstruktion orthogonaler Agenten-Subräume zur Varianzreduktion.
Hochdimensionale Statistik & Ökonometrie (SfS D-MATH) Σ̂_LW = (1 - δ*)S + δ*F POD-02 Ledoit-Wolf-Kovarianz-Shrinkage und Marčenko-Pastur-Rauschfilterung für N > T zur robusten Schätzung von Agenten-Kovarianzen auf kurzen Evaluierungs-Benchmarks.
Aktuarielle Risikotheorie & Extremwertstatistik (D-MATH) Σ⁻_ij = E[min(R_i-τ,0)min(R_j-τ,0)], CVaR_99%(L_w) ≤ M_audit POD-02 Markowitz-Downside-Semivarianz (1959) und Rockafellar-Uryasev Tail-Risk-Schranken zur mathematischen Begrenzung katastrophaler Halluzinations- und Auditrisiken in produktiven Pipelines.
Finanzökonomie & Mathematische Finanzen (D-MATH / IFA) w_tan ∝ Σ⁻¹(μ - c·1), SR(w) = w^T(μ - c) / √(w^T Σ w) POD-03 Tobin-Separation im Prompting: Deterministischer Code und Formal-Verifizierer als risikofreies Asset (σ_0=0), kombiniert mit dem Tangential-Portfolio spekulativer generativer Sprachmodelle.
Sequenzielle Hypothesentests & Statistische Lerntheorie (SfS / D-INFK) P(Type I Error) ≤ α (Neyman-Pearson FrugalGPT/RouteLLM Cascade) POD-04 Dynamische Kosten-Genauigkeits-Kaskaden zwischen Basismodellen und SOTA-Reasonern unter Neyman-Pearson-Schranken; validiert an unserer 39-stündigen Open-Access CPE-Bibliothek ({preprints_url}).
STUDENT-READABLE CAMPUS CHANNELS · ETH getHIRED / Polykontakt & EPFL-UNIL Forum Career Center · VSETH / AMIV / Quant Club ETH Zürich & AGEPoly / HEC Finance Lausanne

Forschungskanäle & Einstieg an der ETH Zürich (Seminar for Statistics — SfS)

1. ETH getHIRED / Polykontakt & EPFL-UNIL Forum Career Center: Bewerbungen über das ETH getHIRED / Polykontakt & EPFL-UNIL Forum Career Center der ETH Zürich (Seminar for Statistics — SfS) werden priorisiert geprüft: Reiche dein Transcript of Records (Leistungsüberblick) sowie deinen GitHub- oder Preprint-Link ein, um direkt die Einladung zum mathematisch-technischen Assessment zu erhalten. (RSS/XML Job Feed · iCal Open Office Hours · Google Classroom)

2. Python Seminar & Thesis Kit (/uni/ch-eth-z-rich/lab.py): Das reproduzierbare 5-Minuten Python Seminar-Lab-Kit demonstriert interaktiv den Zusammenbruch naiver Prompt-Ensembles: Es berechnet die effektive Expertenzahl N_eff über empirische Korrelationsmatrizen von LLM-Outputs und implementiert die Ledoit-Wolf-Kovarianz-Shrinkage (Σ̂_LW) für verrauschte Benchmark-Matrizen im direkten Vergleich zur Markowitz-Effizienzgrenze.

3. VSETH / AMIV / Quant Club ETH Zürich & AGEPoly / HEC Finance Lausanne:
Hoi zäme! Für alle an der ETH Zürich (Seminar for Statistics — SfS), die Optimierung, SfS-Statistik oder maschinelles Lernen nicht nur theoretisch auf Übungsblättern lösen wollen: Markowitz Systems bietet bezahlte Remote-Forschungsstellen ($20–$45/h USD, 10–25 h/Woche) zur mathematischen Orchestrierung autonomer KI-Agenten. Im Fokus steht die Übertragung klassischer Portfoliotheorie auf LLM-Ensembles – von Kovarianz-Shrinkage über Extremwert-Risikomasse bis zur Tobin-Separation. Das Programm ist dank verbindlichem Prüfungspausen-Protokoll zu 100 % kompatibel mit den ETH-Prüfungssessionen und eröffnet direkte Schnittstellen für Semesterarbeiten und Masterthesen. Bewerbungen und Details zu den R&D-Pods findet ihr direkt unter https://markowitz.systems/uni/ch-eth-z-rich.
DIRECT STUDENT R&D APPLICATION → CLOUDFLARE D1 & BASEROW

Für R&D-Pod bewerben — ETH Zürich (Seminar for Statistics — SfS)

Pod-Verzeichnis (Baserow) ↗