Quant Researcher / ML
Привет! Мы — кадровое агентство GB Agency, и сейчас ищем сильного квант-исследователя с ML-бэкграундом в команду, которая строит систематические торговые стратегии на крипторынке.
Привет! Мы — кадровое агентство GB Agency, и сейчас ищем сильного квант-исследователя с ML-бэкграундом в команду, которая строит систематические торговые стратегии на крипторынке.
О компании
Команда разрабатывает алгоритмические стратегии для цифровых активов на стыке количественных финансов и машинного обучения. Здесь не работают по готовому ТЗ: вы сами ведёте исследовательское направление от идеи до стратегии, которая зарабатывает с учётом всех издержек исполнения. Удачные исследования запускаются в реальную торговлю, а не остаются в отчётах.
Условия
- Участие в прибыли: ваш доход напрямую растёт вместе с результатами стратегий.
- Компенсация уровня Senior, сумму обсуждаем индивидуально.
- Выплаты в USDT.
- Много свободы: от гипотезы до запуска проходит немного времени.
- Работа напрямую с основателем и реальное влияние на то, какие направления исследовать.
- Полная занятость, можно работать полностью удалённо.
Требования
- Несколько завершённых Quant/ML-проектов, в которых вы сами прошли весь путь: от данных и постановки задачи до валидации, кода и решения о запуске.
- Python на инженерном уровне: сами пишете, отлаживаете и ревьюите исследовательский код.
- Сильная база в статистике, теории вероятностей, оптимизации и временных рядах. Вы понимаете, откуда берутся leakage, selection bias и ложные out-of-sample результаты.
- Понимаете, как устроено исполнение: стакан, поток ордеров, ликвидность, задержки, комиссии, проскальзывание, market impact.
- Применяли ML/DL к последовательным финансовым данным.
- Хорошо знаете крипторынок: подойдёт опыт и на централизованных биржах, и в DeFi.
- Умеете сами разложить размытую задачу на понятные шаги и вовремя отказаться от слабой идеи.
Будет плюсом
- Rust или опыт low-latency разработки.
- On-chain данные, AMM, LP-стратегии, торговля сразу на нескольких площадках.
- Практический опыт RL: offline RL, contextual bandits, системы с ограничением риска.
- Торговля на реальном капитале, публикации или open-source.
Обязанности
- Самостоятельно вести исследовательские направления: микроструктура, исполнение, ликвидность и хеджирование, сигналы между площадками, аллокация с учётом риска.
- Проектировать эксперименты: формулировать гипотезы, выбирать бейзлайны и метрики, заранее определять, когда стратегию запускать, а когда от неё отказаться.
- Готовить данные: искать источники, синхронизировать время, проверять качество и собирать воспроизводимые датасеты.
- Строить модели и проверять экономику стратегий в симуляции, которая максимально близка к реальному исполнению.
- Вместе с разработчиками запускать стратегии сначала в тестовую, потом в боевую торговлю и разбираться, почему результаты расходятся с симуляцией.
Процесс найма достаточно быстрый: 2 этапа со стороны компании (тестовое + интервью).
Если заинтересовало предложение, обязательно откликайтесь, и мы рассмотрим ваше CV и вернемся с фидбэком :)
Похожие вакансии Data Science & ML
Asosiy vazifalar:
• AI modellarning dastlabki versiyalarini ishlab chiqish va test qilish (Scikit-learn, PyTorch yoki TensorFlow)
• Tayyor (Pre-trained) modellarni ishlatish, parametrlarni qayta sozlash, fine-tuning qilish.
• Datasetlar, BigData yig‘ish, tozalash va tayyorlash (Pandas, NumPy orqali)
• Modelni API orqali integratsiya qilishga yordam berish (FastAPI yoki Flask)
• Kodni toza, tartibli va GitHub orqali boshqarish
Talab qilinadigan bilim va ko‘nikmalar:
Asosiy:
• Python dasturlash tilini yaxshi bilish
• Deep Learning kutubxonalari: PyTorch, TensorFlow, Keras
• NLP yoki Computer Vision bo‘yicha asosiy bilimlar
• GitHub va version control tizimlari bilan ishlash
• REST API yaratish (FastAPI yoki Flask)
• Kaggle loyihalarida qatnashgan yoki shaxsiy ML loyihalari bo‘lgan
Afzalliklar (bo‘lsa plus):
- Prompt Engineering.
- Speech-To-Text va Text-To-Speech modellar bilan ishlash
- n8n platformasi bilan ishlash
- Langchain, Langgraph frameworklari bilan ishlash
Мы запускаем ИИ-инкубатор в Лемана ПРО, чтобы проверять смелые гипотезы и создавать продукты будущего. В рамках одного из ключевых Proof of Concept (PoC) мы ищем специалиста, который разработает модели для генерации изображений, дизайн-проектов и визуализаций готовых решений на основе ассортимента товаров Лемана ПРО.
Это возможность работать на стыке Computer Vision и Generative AI, превращая идеи в работающие прототипы, которые в перспективе изменят клиентский опыт в сфере ремонта и обустройства дома.
Чем предстоит заниматься (Задачи)
Разрабатывать и исследовать ML-модели для генерации изображений и визуализации интерьерных/строительных решений на основе товаров Лемана ПРО.
Проектировать и реализовывать end-to-end пайплайны для PoC: от сбора и подготовки данных до обучения, оценки и демонстрации результатов.
Создавать и поддерживать фреймворки для оценки качества (evals) генеративных моделей и LLM-систем (контроль галлюцинаций, метрики качества генерации).
Писать чистый, поддерживаемый production-ready код: модульная архитектура, unit-тесты, логирование, документация, code review.
Оптимизировать инференс моделей (стоимость, latency, масштабируемость), работать с GPU-инфраструктурой.
Обеспечивать информационную безопасность: контроль рисков prompt injection, защита персональных данных (PII) и корректное управление правами доступа в агентных системах.
Тесно взаимодействовать с командой продукта и другими ML-специалистами для валидации бизнес-гипотез и дизайна A/B-тестов.
Наши ожидания (Требования)
Фундаментальная база:
Глубокое понимание принципов машинного обучения: подготовка данных и feature engineering, выбор архитектур, регуляризация, борьба с переобучением и data leakage, интерпретация результатов.
Уверенные знания математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов.
Понимание принципов оценки качества ML-систем: offline/online-метрики, построение валидации, оценка бизнес-эффекта, мониторинг качества моделей и данных (data drift).
Технический стек и разработка:
Уверенное владение Python и экосистемой: pandas / polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch (или аналоги).
Уверенное владение SQL для работы с большими объемами данных.
Навык написания production-кода: модульность, тестирование, логирование, Git, опыт участия в code review.
Специализация (опыт работы хотя бы в одном из направлений, приоритетно CV/GenAI):
Computer Vision и генеративный AI (генерация изображений, NeRF, 3D-реконструкция или аналогичные задачи).
NLP, LLM и построение RAG-систем.
Рекомендательные системы, поиск и ранжирование.
Классическое машинное обучение или прогнозирование временных рядов.
Генеративный AI и LLM (важно для текущего PoC):
Опыт построения evals для LLM-систем, оценки качества ответов и мониторинга поведения системы.
Понимание рисков безопасности: prompt injection, некорректный tool calling, утечки данных.
Опыт работы с API языковых моделей, Hugging Face и orchestration-фреймворками (LangChain, LlamaIndex или аналоги).
Опыт fine-tuning или адаптации LLM (LoRA / PEFT).
Понимание принципов проектирования AI-агентов: управление состоянием (state management), выбор инструментов, контроль автономности и human-in-the-loop.
Инфраструктура и MLOps:
Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.
Опыт эксплуатации GPU-инфраструктуры и оптимизации инференса (квантование, ONNX, TensorRT и т.д.).
Понимание принципов информационной безопасности, privacy и работы с персональными данными.
Опыт работы в e-commerce, retail или других продуктовых highload-системах будет значительным преимуществом.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.