Лидер по разработке Auto ML платформы для алгоритмического трейдинга

Сейчас мы в поиске технического лидера с глубокими знаниями в ML и опытом построения технологических сервисов для финансовых рынков (желательно с бэкграундом кванта или алготрейдера) в одну из крупнейших инвестиционных компаний на РФ рынке. Мы активно развиваем проектный офис, который специализируется на создании передовых финтех-продуктов и внедрении технологий, в частности искусственного интеллекта, в различные направления деятельности холдинга как в России, так и на глобальном рынке (США).

Твоя основная задача — спроектировать и реализовать платформу нового поколения, цель которой — полная автоматизация жизненного цикла разработки, тестирования и внедрения торговых стратегий для трейдеров с помощью AI-агентов.

⚡ Наши достижения:

• в портфеле более 50 продуктов на любой профиль инвестора (от новичка до HFT-трейдера), и мы постоянно запускаем новые и масштабируем их на весь мир.
• Запустили внутреннюю AI-платформу, которая позволила создать AI-ассистентов и вывести 4 из 8 пилотных проектов на этап масштабирования.
• Запустили prop-бизнес с обучением квантов для российского и международного рынков.
• Развиваем корпоративный акселератор и ищем финтех-стартапы по всему миру.

Если коротко: мы, как продуктовый офис, отвечаем за эволюцию компании, регулярно внедряя передовые тренды рынка. На базе мощного холдинга ты сможете работать над проектами, которые действительно меняют отрасль.

Что мы ждем от сотрудника на этой роли:

1. В течение первых 3 месяцев:

   • Тесное взаимодействие с внешними подрядчиками, которые реализуют MVP платформы: технический надзор, ревью кода, приёмка архитектурных решений и компонентов.

   • Плавный переход к внутренней разработке: тебе предстоит глубоко разобраться в платформе, чтобы после завершения контракта с внешними разработчиками взять развитие продукта в свои руки.

   • Формирование и найм собственной команды: подбор первых ключевых инженеров, организация внутренних процессов, onboarding, планирование roadmap-а.

2. После испытательного срока:

   • Построение AutoML-платформы следующего поколения, которая автоматизирует весь жизненный цикл разработки торговых стратегий: от ingestion данных до генерации и продакшн-деплоя гипотез и моделей.

   • Внедрение AI-агентов (в том числе LLM) для автоматизации аналитических и инженерных задач: генерация признаков, перебор гипотез, оптимизация гиперпараметров и авто-тестирование моделей.

   • Развитие и поддержка отказоустойчивой инфраструктуры, работающей под высокими нагрузками, с возможностью масштабирования под задачи квантов и алготрейдеров.

Для этого тебе предстоит

• Спроектировать и реализовать полный ML/Quant pipeline: от сбора и предобработки рыночных и альтернативных данных (включая HFT и sentiment) до автоматического ML/ETL.

• Автоматизировать процессы feature engineering: создать гибкий модуль генерации и отбора признаков с возможностью подключения внешней экспертизы.

• Построить масштабируемую инфраструктуру для обучения, оптимизации и деплоя моделей (включая поддержку распределённого обучения и работы с различными типами таргетов: регрессия, классификация, вероятности).

• Интегрировать LLM-агентов в пайплайн для генерации гипотез, перебора моделей и оптимизации.

• Реализовать автоматизированную систему backtesting-а, тестирования стратегий и управления логикой исполнения.

• Построить облачную архитектуру с масштабированием под рост нагрузки и потребностей команды: кластеры, контейнеризация, горизонтальное и вертикальное масштабирование.

• Обеспечить отказоустойчивость всей системы: механизмы резервного копирования, восстановления, мониторинга и алертинга.

• Организовать API-интерфейсы для бесшовной интеграции с внешними сервисами и инструментами трейдеров.

• Разработать систему мониторинга производительности и стабильности всей платформы: от метрик моделей до технического хелсчека.

Кто с этим справится?

Мы ищем людей по-настоящему увлеченных своим делом (и готовых увлекать за собой), умных и гибких профессионалов, которые любят сложные задачи и хотят влиять на будущее.

Ключевые требования:

• Глубокий опыт в проектировании data/ML-инфраструктуры высокого уровня доступности и масштабируемости.
• Практический опыт создания пайплайнов полного цикла для ML/Quant-задач: от feature engineering до деплоя и продакшн-мониторинга.
• Отличные знания Python, современного ML-стека (Scikit-learn, CatBoost, PyTorch), решений для оркестрации (Airflow, Kubernetes и т.д.).
• Понимание принципов и практик HFT-инфраструктуры: оптимизация latency, компактное хранение и передача данных (nice to have).
• Навык интеграции и администрирования API, опыт взаимодействия со сторонними ML/AutoML-платформами.
• Умение выстраивать процессы continuous integration и continuous deployment (CI/CD), мониторинга качества сервиса.
• Опыт резервирования, построения отказоустойчивых распределённых систем.
• Способность управлять командой инженеров, data scientists и развивать культуру обмена знаниями.
• Приветствуется опыт работы с LLM/AI-агентами в автоматизации research & development.
• Английский для общения с партнёрами и интеграции зарубежных облаков.

Что мы предлагаем:

• Работа с международными проектами и изучение лучших практик в FinTech и AI.
• Сильная и увлечённая команда, открытая к новым идеям и инициативам.
• Гибкий соцпакет: ДМС, компенсация обучения, путешествий, фитнеса.
• Офис в историческом центре Москвы (3 минуты пешком от м. «Пушкинская», «Тверская», «Чеховская») с зоной отдыха на крыше.
• Гибридный формат работы с графиком 5/2 (10:00–19:00).
• Корпоративные активности: спортзал, обучение, спортивные клубы, мероприятия.

Как проходит отбор на позицию:

1. HR-интервью и ответ на ваши вопросы по роли.
2. Тестовое задание.
3. Обсуждение решения тестового задания с нанимающим менеджером.
4. Очная предофферная встреча-знакомство со всей командой (нам и, надеемся, вам это важно).

В сопроводительном письме, пожалуйста, опиши проект (и достигнутые результаты), где вы сталкивались с максимально релевантными задачами.