Quant/ML Researcher
-Полный цикл исследований по краткосрочной микроструктуре, LP/хеджированию, исполнению, межплощадочным сигналам, распределению риска и смежным задачам crypto/DeFi
hirix На сервисе с: 17.09.26 15:09
#senior #удаленка
hirix
Quant/ML Researcher
Формат работы: можно удалённо
☑️ Чем предстоит заниматься
-Полный цикл исследований по краткосрочной микроструктуре, LP/хеджированию, исполнению, межплощадочным сигналам, распределению риска и смежным задачам crypto/DeFi
-Дизайн исследования: гипотеза, target/разметка, baseline, метрики, причинно корректная OOS-проверка, анализ режимов и явные критерии GO/NO-GO
-Работа с данными: поиск источников, выравнивание времени, контроль качества, построение признаков и воспроизводимые контракты данных
-ML/DL по структуре задачи; RL или другие методы последовательного управления - только когда они действительно оправданы
-Реалистичная симуляция и торговая экономика: комиссии, проскальзывание, ликвидность, задержки, adverse selection, impact, fill assumptions, хеджирование и синхронизация DEX/CEX
-Paper/shadow-стратегии, анализ sim-to-real и совместная работа с quant developer при переносе доказанных решений в production
-Инженерный стандарт исследования: воспроизводимые эксперименты, чистый Python, критичные проверки, мониторинг и дисциплинированное использование LLM/агентов
☑️ Наши пожелания к кандидатам
-Проверяемый опыт 2-3 Quant/ML проектов, где вы лично отвечали за существенную часть цепочки от постановки задачи и данных до проверки, кода и решения о внедрении либо GO/NO-GO
-Отличный Python и сильная инженерная база: вы сами пишете, отлаживаете и ревьюите исследовательский код
-Сильную статистику, вероятность, оптимизацию и работу с временными рядами: временную зависимость, leakage, selection bias, uncertainty и честную OOS-проверку
-Глубокое практическое понимание микроструктуры и исполнения: order book/flow, liquidity, latency, fees, slippage, adverse selection, impact, sizing и hedging
-Сильное практическое владение ML/DL для последовательных финансовых данных и способность отличать реальный сигнал от оптимизации метрики
-Высокую самостоятельность: структурировать неясную проблему, выбирать наиболее информативный эксперимент, быстро останавливать слабые гипотезы и принимать решения на основании доказательств
-Рабочее понимание структуры crypto-рынка. Прямой опыт DeFi/DEX будет плюсом, но сильный CEX/microstructure опыт может его компенсировать при быстрой адаптации
Контакты: ••••••••
🔥 •••••••• / •••••••• / ••••••••
Похожие вакансии Data Science & ML
Задачи:
- Проектировать и прототипировать Data Science компоненты в рамках рабочих направлений по продуктовому портфелю Дивизиона ИИ. Участвовать в построении архитектуры решений, включая технический анализ интеграции DS компонент в продукты.
- Определять и внедрять лучшие практики, применять передовые (SOTA) подходы в области data science, машинного и глубокого обучения для решения продуктовых и платформенных задач.
- Обеспечивать координацию и техническое лидерство (dotted-line reporting) командой data science инженеров для достижения высокого качества результатов.
- Сотрудничать с другими департаментами для определения требований к данным и моделям, а также для согласования стратегии использования данных. Аргументированно предлагать и отстаивать оптимальные DS решения с учетом производительности, качества, масштабируемости в рамках доступных ресурсов.
- Участвовать в разработке дорожных карт и планов по технологическому развитию Дивизиона, отвечать за дорожную карту Дивизиона в области DS.
- Проводить технические обзоры кода, моделей и (SOTA) подходов машинного/глубокого обучения, а также наставлять членов команды в вопросах data science.
- Постоянно актуализировать и расширять экспертизу в data science домене и на стыке взаимодействия с другими подсистемами.
Требования:
- Высшее образование в области математики, статистики, информационных технологий или смежных областях.
- Опыт работы в роли Data Scientist минимум 5 лет, из которых не менее 2 лет в качестве Tech Lead или Архитектора (LLM).
- Глубокие знания в области машинного обучения, статистического анализа и big data технологий.
- Опыт работы с Python, с практикой самостоятельного построения тренировочных пайплайнов ML/DL моделей.
- Опыт внедрения натренированных моделей в коммерческий продукт с гарантией масштабируемости решения.
- Отличные коммуникативные навыки и способность взаимодействовать с различными уровнями менеджмента и техническими командами
#senior #удаленка
Extyl
ML разработчик / Проектная работа / АУТСТАФФ
Формат работы: можно удалённо
☑️ Чем предстоит заниматься
-Разработка и обучение моделей для анализа изображений и облаков точек
-Подготовка датасетов, анализ данных
-Сбор, анализ и предобработка данных, составление датасетов
-Обучение моделей и тестирование гипотез
-Деплой полученных решений
-Написание технической документации
-Презентация результатов внутри команды и заказчику
-Изучение новых подходов для решения поставленных задач
-Взаимодействие с командой разработки и аналитиками
☑️ Наши пожелания к кандидатам
-Опыт разработки ML-решений для бизнеса от 3 лет
-Опыт работы с CV на реальных проектах от 1 года
-Опыт промышленной разработки на Python от 3 лет
-Умение писать production-ready код на Python
-Опыт работы с PyTorch
-Умение обучать и дообучать модели, проводить тестирование
-Опыт работы с Git
-Умение версионировать данные и логировать эксперименты (DVC, MLFlow, ClearML)
-Опыт работы с Docker
-Опыт проработки требований, опыт декомпозиции и приоритизации задач
-Умение вести техническую документацию
-Знание английского B2
-Опыт работы с трехмерными данными
-Будет плюсом:
-Опыт работы с ГИС и специальными форматами данных (geotiff, las)
Контакты: •••••••• / Telegram ••••••••
🔥 •••••••• / •••••••• / ••••••••
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.