Обязанности:
Мы ищем людей с сильным ML-бэкграундом, которые будут работать на стыке Quant Research и Feature Engineering. Опыт в финансах не обязателен — нам важно, как вы мыслите и какие вопросы задаёте данным.Что делать: Формулировать гипотезы о неэффективностях и проверять их на данных. Заранее учитывать, как предсказания ML-модели будут применяться в реальных сценариях и как они будут влиять на последующие решения. Проектировать признаки, обладающие предсказательной ценностью: от классических статистических преобразований до learned representations. Работать с альтернативными данными, временными рядами, нелинейными зависимостями. Искать закономерности там, где остальные видят шум. Строить data-пайплайны, которые надёжно работают в продакшене. Требования: Глубокое понимание ML: почему градиентный бустинг часто работает на табличных данных лучше трансформеров, когда байесовский подход бьёт частотный, и что такое утечка данных в контексте временных рядов. Практический опыт работы с deep learning и градиентным бустингом, а также хорошее понимание того, как работают нейронные сети. Сильная математическая база: статистика, теория вероятностей, стохастические процессы. 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 участия в олимпиадах по математике, физике или информатике. Подтвержденные результаты на Kaggle или других ML-соревнованиях.Похожие вакансии