Senior ML Quantitative Researcher (удаленная работа)

Вакансия: Senior ML Quantitative Researcher

Описание вакансии

Мы ищем опытного специалиста с сильным ML-бэкграундом и подтверждённым опытом в трейдинге в роли квант-ресечера или ML-специалиста. Вы будете работать на стыке Quant Research и Feature Engineering, самостоятельно вести исследования от гипотезы до продакшена и отвечать за вклад своих сигналов в PnL.

Что делать:

• Формировать и вести собственную исследовательскую повестку: находить рыночные неэффективности, формулировать гипотезы и строго проверять их на данных.
• Проектировать модели с учётом того, как их предсказания будут использоваться в торговле: горизонт, издержки, проскальзывание, ёмкость стратегии, влияние на позицию и риск.
• Разрабатывать признаки с устойчивой предсказательной силой: от классических статистических преобразований до learned representations. Работать с рыночными данными (order book, трейды, фандинг и др.) и альтернативными данными.
• Выстраивать корректный процесс валидации: walk-forward, контроль утечек и переобучения, оценка устойчивости сигнала во времени и при смене режимов рынка.
• Доводить исследования до продакшена вместе с разработчиками и строить надёжные data-пайплайны.
• Задавать стандарты исследований в команде, ревьюить работу коллег и менторить младших исследователей.

Требования:

• Обязательно: от 3 лет опыта в трейдинге (хедж-фонд, prop-trading, маркет-мейкер, HFT/MFT) в роли Quant Researcher или ML.
• Опыт разработки сигналов или моделей, которые использовались в реальной торговле, и понимание их результатов в продакшене.
• Глубокое понимание ML: почему градиентный бустинг часто превосходит трансформеры на табличных данных, когда байесовский подход эффективнее частотного, как возникают утечки данных во временных рядах и как их избегать.
• Практический опыт с deep learning и градиентным бустингом, хорошее понимание устройства нейронных сетей.
• Сильная математическая база: статистика, теория вероятностей, стохастические процессы.
• Понимание микроструктуры рынка, принципов бэктестинга и оценки торговых стратегий.
• Сильный Python. Опыт работы с потоковой обработкой данных будет плюсом.
• Английский язык на уровне B2 и выше.

Будет плюсом:

• ШАД или другая сильная техническая, финансовая или quant-программа.
• Опыт работы с криптовалютными рынками.
• Опыт участия в олимпиадах по математике, физике или информатике.
• Подтверждённые результаты на Kaggle или других ML-соревнованиях.