Я управляю собственным капиталом, а также капиталом в формате friends & family. Ищу амбициозного и работоспособного студента последних курсов (3–4 курс или магистратура), который испытывает настоящую страсть к программированию, данным и финансам.
Фокус роли — Machine Learning / Deep Learning (ML/DL) для рынков: построение моделей, эксперименты, проверка гипотез и дисциплинированная исследовательская работа. Если по результатам получится стабильная, работающая стратегия, возможен profit sharing. Важны инициативность, самостоятельность и сильная трудовая дисциплина. Участие в олимпиадах/соревнованиях — большой плюс.
Участвовать в R&D по применению ML/DL в алготрейдинге: формулировка гипотез, эксперименты, оценка результатов.
Подготовка данных для моделей: сбор, очистка, формирование признаков, корректное разбиение по времени.
Реализация и обучение моделей: нейронные сети (Deep Learning): например LSTM/GRU, возможно CNN/Transformer-подходы (по задаче).
Построение воспроизводимых экспериментов: фиксировать параметры, версии данных, результаты, делать краткие отчёты.
Прототипирование торговых сигналов на основе модели и базовая проверка на исторических данных (backtesting / validation).
Реализация и поддержка работы стратегий на реальном счете
Поддержка порядка в коде и проекте: аккуратная структура, понятные комментарии, Git.
Обязательные:
технарь: CS/Math/Applied Math/ML/Data/Engineering/Physics
Уверенный Python (умение писать чистый рабочий код, разбираться в чужом, доводить задачу до результата).
База в ML: понимание обучения/валидации, метрик, переобучения, что такое признаки/таргет.
Практический интерес и готовность работать именно с нейросетями (DL).
Самостоятельность, инициативность, дисциплина: регулярная работа и ответственность за результат.
Желательно (сильно повышает шанс):
Опыт с временными рядами (time series), прогнозированием, классификацией режимов рынка.
Понимание базовых ошибок в трейдинговых данных (утечки, смещения, влияние комиссий).
Участие в олимпиадах, хакатонах, соревнованиях (включая Codeforces/ICPC, Kaggle и т.п.).
Портфолио: GitHub/проекты/ноутбуки/соревновательные решения.
Формат: part-time (ориентир 15–25 часов в неделю), удалённо.
Гибкий график: важно регулярно выполнять задачи и соблюдать дедлайны.
Оплата: фикс + бонус по результатам (обсуждается).
Profit sharing: при появлении подтверждённо работающей стратегии возможна доля от прибыли (индивидуально).
Рост: работа “на реальных задачах”, быстрый рост ответственности при сильных результатах.
.jpg&w=1920&q=75){kind=small}
