Senior Quant/ML Researcher (удаленная работа)

Вакансия: Senior Quant/ML Researcher

Описание вакансии

Наш партнер строит систематические стратегии на стыке финансовых рынков, машинного обучения и DeFi.

Ищем Senior Quant/ML Researcher , который способен самостоятельно вести исследовательское направление от рыночной гипотезы и сырых данных до корректного эксперимента, реалистичной торговой экономики, качественного кода и проверки результата в paper/shadow/live.

Это не узкая роль по обучению моделей на готовых датасетах. Важно уметь самостоятельно определить, что и зачем проверяем, как доказать наличие сигнала, как учесть реальную механику рынка и когда отказаться от гипотезы .

Что предстоит делать

• Вести полный цикл исследований в направлениях market microstructure, execution, LP/hedging, cross-venue signals, risk-aware allocation и смежных crypto/DeFi задач .
• Формулировать гипотезы, определять target/labels, baselines, метрики и критерии GO/NO-GO .
• Работать с данными: искать источники, выравнивать timestamps, контролировать качество, строить features и воспроизводимые datasets.
• Проектировать корректную temporal/OOS validation с учетом leakage, selection bias, uncertainty и смены рыночных режимов.
• Использовать ML/DL там, где они действительно дают преимущество перед более простыми подходами.
• Строить реалистичные backtest/simulation с учетом fees, slippage, liquidity, latency, adverse selection, market impact, fill assumptions, sizing и hedging .
• Исследовать расхождения между backtest и реальной торговлей, проводить paper/shadow и sim-to-real analysis .
• Самостоятельно писать и отлаживать research-код на Python.
• Вместе с quant developers переносить доказавшие эффективность модели и торговую логику в production.
• Работать с CEX/DEX и market/on-chain data.

Что для нас важно

• Проверяемый опыт 2 3 Quant/ML проектов , где вы лично отвечали за существенную часть цепочки: постановка задачи данные исследование validation код deployment либо решение GO/NO-GO.
• Отличный Python и сильная инженерная база: самостоятельно пишете, отлаживаете и ревьюите исследовательский код.
• Сильная база в статистике, теории вероятностей, оптимизации и временных рядах .
• Понимание temporal dependence, leakage, selection bias, uncertainty и принципов честной OOS-проверки.
• Глубокое практическое понимание market microstructure и execution : order book/flow, liquidity, latency, fees, slippage, adverse selection, impact, sizing и hedging.
• Сильный практический ML/DL для последовательных финансовых данных и способность отличать реальный predictive signal от оптимизации метрики.
• Высокая самостоятельность: способность структурировать неясную задачу, выбирать наиболее информативный эксперимент, быстро останавливать слабые гипотезы и принимать решения на основании данных.
• Рабочее понимание структуры crypto-рынка .

Прямой опыт DeFi/DEX будет плюсом, но сильный CEX/microstructure background может его компенсировать.

Будет плюсом

• Rust или опыт low-latency engineering.
• On-chain data pipelines.
• AMM, LP-стратегии и cross-venue execution.
• Практический RL, offline RL, contextual bandits, policy evaluation или risk-constrained decision systems.
• Опыт запуска стратегий и моделей на реальном капитале.
• Сильные публикации, open-source проекты или другой проверяемый технический track record.

RL не является обязательным требованием он интересен там, где последовательная постановка действительно оправдана.

Скорее всего, мы не подойдём друг другу, если

Ваш основной опыт обучение моделей на подготовленных данных, где target, validation и критерии успеха определены другими.

Также роль вряд ли подойдет, если вы не готовы самостоятельно писать и отлаживать Python-код или не можете объяснить, почему хороший backtest может не пережить реальное исполнение.

Условия

• Full-time.
• Основной формат гибрид в Москве, офис в центре. Удалённый формат возможен по согласованию.
• Индивидуальный compensation package для Senior.
• Profit sharing от результатов.
• Возможность выплат в stablecoins.
• Работа со стратегиями на реальном капитале.
• Небольшая команда, прямая работа с Quant/ML, разработкой и руководством.
• Высокая самостоятельность и короткий путь от исследовательской гипотезы до production.

  Чтобы мы могли быстрее рассмотреть ваш отклик, пожалуйста, коротко ответьте на два вопроса:

• Опишите один Quant/ML-проект или торговую стратегию, за которую вы лично отвечали end-to-end: какая была гипотеза, что именно делали вы и до какого результата дошли backtest / paper / live / NO-GO?
• Какой у вас практический опыт с market microstructure и execution? С чем лично работали: order book/flow, liquidity, fills, fees/slippage, latency, market impact, hedging, CEX/DEX?
  Достаточно нескольких предложений по каждому пункту.