Quantitative Researcher / Количественный исследователь

Мы ищем Quant Researcher в несколько ключевых исследовательских направлений. В зависимости от команды, ваша работа будет охватывать одно или несколько направлений: анализ и оптимизация real-time систем, генерация сигналов на основе ML или статистическое моделирование.

Обязанности:

Мониторинг систем и оптимизация:

• Мониторинг работы систем в реальном времени на закреплённых окружениях; анализ операционных логов и выявление отклонений, неэффективностей и аномалий
• Анализ метрик производительности и выработка конкретных, обоснованных улучшений с фокусом на latency-sensitive аспектах: пути исполнения, точность тайминга, производительность на уровне системы
• Взаимодействие с основной командой для трансляции наблюдений в практические оптимизации
• Участие в исследованиях и оценке по мере расширения команды в новые области

Интеграция ML и исследование сигналов:

• Трансляция выходных данных ML-моделей в практические сигналы и фичи; роль связующего звена между ML-исследованиями и прикладными командами
• Объединение ML-фичей с существующими системами для улучшения производительности в различных окружениях
• Оценка наборов фичей, проведение экспериментов и измерение практического влияния сигналов на ключевые метрики
• Отслеживание качества сигналов; выявление деградации, переобучения или смены режимов и выработка корректирующих действий

Статистическое моделирование:

• Поддержка операций pair trading в различных окружениях посредством количественного исследования и реализации
• Выявление коинтегрированных пар, моделирование динамики возврата к среднему и бэктестирование гипотез
• Самостоятельная реализация и тестирование новых подходов с использованием доступных данных, инструментов и исследовательских ресурсов

Наши ожидания:

• 1–2+ года опыта в количественных исследованиях, алгоритмических системах или смежных областях
• Уверенная математическая и статистическая база
• Уверенное владение Python, включая библиотеки для анализа данных и моделирования (pandas, scikit-learn и др.)

Будет плюсом:

• Понимание механики low-latency систем: динамика стакана, качество исполнения, чувствительность к задержкам и микроструктура; опыт работы с латентно-чувствительными системами на уровне cloudbox и выше
• Навыки C++ для latency-чувствительных задач; знакомство с соответствующей инфраструктурой и инструментарием
• Практические навыки ML — классические методы (регрессия, классификация, ансамбли, feature engineering); глубокое обучение не требуется

Мы предлагаем:

• Работу в современной международной технологической компании без бюрократии, легаси и технического долга

• Отличные возможности для профессионального роста и реализации

• Удаленный формат работы из любой точки мира и гибкий график

• Конкурентная зарплата в долларах США, компенсация медицинской страховки, спортивных активностей и профессионального обучения