Quantitative Researcher (удаленная работа)

Вакансия: Quantitative Researcher

Описание вакансии

Мы небольшая команда, которая строит алгоритмическую торговую систему на финансовых рынках. Фокус скальпинг: горизонт удержания от секунд до минут. Работаем с криптой / фьючерсами / металлами / нефтью .

Что делаем:

Пишем торговых ботов для автоматического исполнения стратегий.

Разрабатываем скальпинговые стратегии на микроструктуре рынка.

Строим пайплайн данные исследование бэктест риск-менеджмент исполнение .

Кого ищем

Quant Researcher исследование микроструктуры, построение скальпинговых сигналов, валидация стратегий.

Quant Developer написание торговых ботов, инфраструктура, интеграция с биржами, оптимизация latency.

Возможны грейды: Junior / Middle / Senior.

---

Обязанности

Quant Researcher:

Формулировать и проверять скальпинговые гипотезы на тиковых и ордербук-данных.

Строить и валидировать стратегии: от идеи до бэктеста и продакшена.

Учитывать комиссии, слиппедж, задержки исполнения.

Оценивать качество стратегий: Sharpe, максимальная просадка, win rate, profit factor.

Бороться с overfitting, look-ahead bias и нестационарностью рынка.

Quant Developer:

Писать торговых ботов для автоматического исполнения стратегий.

Интегрировать систему с биржевыми API (Bybit, Binance, CME, MOEX).

Оптимизировать latency: сеть, код, железо.

Строить бэктест-движок и мониторинг.

Работать с ордербук-данными в реальном времени.

---

Требования

Обязательно:

Высшее математическое образование (мехмат, физтех, ВМК, прикладная математика или аналог).

Сильная статистика: проверка гипотез, условные вероятности, байесовский подход, временные ряды.

Python на уровне уверенного владения: pandas, numpy, scipy.

Понимание финансовых рынков: спред, ликвидность, слиппедж, комиссии.

Опыт бэктестинга: in-sample / out-of-sample, overfitting, look-ahead bias.

Умение объяснять результат словами, а не только кодом.

Будет плюсом:

Опыт работы с тиковыми / ордербук-данными.

Знание микроструктуры рынка.

Опыт написания торговых ботов.

C++ / Rust / низкоуровневая оптимизация.

Опыт в скальпинге, HFT, prop-trading.

ML: LightGBM/XGBoost, feature engineering для временных рядов.

Личные качества:

Дисциплина: готовность к тому, что стратегия может не работать 3 6 месяцев.

Честность: умение признать, что гипотеза не подтвердилась.

Любопытство: желание копать в данные.

Командность: работаем вместе, а не каждый сам за себя .О нас