L'apprentissage automatique dans le domaine des cryptomonnaiesAmber Group, une entreprise de cryptomonnaies basée à Shenzhen, mise sur l'apprentissage automatique dans le secteur. Elle accueille un nouveau membre dans ses rangs : un ancien employé de Morgan Stanley a décidé de rejoindre l'entreprise de Shenzhen pour retrouver quatre de ses anciens collègues. Ces retrouvailles marqueront le début d'une nouvelle ère.
Jeffrey Wang, de Morgan Stanley Asia, s'était éloigné des marchés financiers ces trois dernières années. Il n'a rien perdu de son talent et compte bien retrouver rapidement son niveau optimal, en collaborant avec ses collègues : quatre d'entre eux travaillent chez Morgan Stanley Asia (en Chine), tandis que le cinquième (Thomas Zhu) était développeur chez Bloomberg LP.
Quant au reste de l'équipe, Wayne Huo et Tony He ont assuré l'intérim et rendent compte directement à Jefferey Wang du déroulement des opérations. Michael Wu, de Tiantian Kullander, est le dernier membre de l'équipe.
Le projet a débuté en 2015 lorsque ces six personnes ont décidé de travailler sur leur projet parallèle au sein d'Amber Group. Thomas Zhu, de Bloomberg LP, est un expert en apprentissage automatique, ce qui explique en grande partie l'objectif du groupe : appliquer cette technologie au monde des cryptomonnaies. La cryptographie, ainsi que le trading et le concept lui-même, sont d'une innovation remarquable.
L'apprentissage automatique dans le domaine des cryptomonnaies
L'entreprise a commencé à travailler sur un projet d'apprentissage automatique dans le secteur des cryptomonnaies en 2017 et s'y consacre depuis à plein temps. Selon Bloomberg , Vancouver servira de base opérationnelle à Jeffery Wang pour gérer la branche américaine du groupe Amber.
Le groupe Amber croit en son innovation et souhaite marquer durablement le marché. Il explique vouloir exploiter l'apprentissage automatique pour le trading, bien que ce concept soit encore émergent.
Les circuits intégrés spécifiques à une application (ASIC) permettront une meilleure compréhension de la résolution matic . Grâce à l'apprentissage automatique, les algorithmes pourront établir des liens entre les problèmes anciens et les nouveaux, facilitant ainsi leur résolution.
Actuellement, tout le matériel minier doit considérer chaque équation comme une nouvelle entité, repartant ainsi de zéro ; toutefois, l’implémentation de cette fonctionnalité reste incertaine. Autre information importante : des robots de trading vont bientôt prendre le relais pendant l’absence des traders.
