Мы ищем людей с сильным опытом в области машинного обучения для работы в области количественных исследований и инженерии признаков. Опыт в финансах не требуется — мы научим вас всему, от микроструктуры рынка до построения портфеля. Для нас важно, как вы мыслите и насколько хорошо умеете задавать правильные вопросы данным.
Чем вы будете заниматься:
- Формулировать и проверять гипотезы о рыночных неэффективностях — и оставаться честным, когда бэктест показывает отрицательный результат.
- Заранее продумывать, как предсказания модели будут интегрированы в торговлю — направленные ставки, схождение спредов или что-то другое.
- Разрабатывать признаки с реальной предсказательной силой, от классических статистических преобразований до обученных представлений. Каждый признак — это гипотеза о рынке, закодированная числом, и вы отвечаете за качество этого входа.
- Работать с альтернативными данными, временными рядами и нелинейными зависимостями, чтобы находить сигнал там, где другие его не замечают.
- Строить надежные конвейеры данных для работы в продакшене, а не только в ноутбуке.
Что мы ищем:
- Глубокое понимание машинного обучения, не просто знание API, а четкое понимание, почему градиентный бустинг обычно превосходит трансформеры на табличных данных, когда байесовский подход лучше частотного и как выглядит утечка информации в контексте временных рядов.
- Подтвержденный практический опыт работы как с глубоким обучением, так и с фреймворками градиентного бустинга — сильное концептуальное понимание внутренностей нейронных сетей обязательно.
- Серьезное внимание к утечкам данных. В финансах будущее проникает в прошлое неочевидными способами, и вы должны уметь выявлять эти проблемы до того, как они аннулируют бэктест.
- Хорошая математическая база: статистика, теория вероятностей, стохастические процессы.
- Уверенные навыки Python. Опыт работы с pandas, polars или потоковой обработкой данных будет плюсом.
- Статистический склад ума: вы не просто применяете методы, вы понимаете их предпосылки, ограничения и режимы отказа.
- Профессиональное владение английским языком на уровне B2 или выше.
Желательно иметь:
- Выпускник SHAD или аналогичной программы высокого уровня в технической или количественной области.
- Опыт участия в олимпиадах по математике, физике или информатике.
- Доказанные успехи в Kaggle или других соревнованиях по машинному обучению.
