Quantitative Researcher

✔️О проекте: Мы создаем внутренний финтех-продукт — высоконагруженную платформу для аналитики и прогнозирования на криптовалютных и традиционных финансовых рынках.

Компания работает с 2018 года как частный фонд, инвестируя собственный капитал. В команде фаундер с успешным опытом в трейдинге с 2015 года и аналитик с более чем 15-летним стажем.

Мы ищем Quant Researcher-а, способного генерировать и проверять математически и статистически обоснованные идеи, которые лягут в основу mid-frequency торговых стратегий, использующих ML-подходы. Нужен человек с практическим опытом и знанием best practices, который сможет быстро и эффективно продвигать исследования от идеи до продакшн-торговли.

1. Исследование рынка и подходов к трейдингу

• Изучение и внедрение best practices из академических и индустриальных источников.

• Исследование mid-frequency торговых стратегий на основе ML-предиктов.

2. Feature engineering и работа с данными

• Генерация и структурирование рыночных, фундаментальных и альтернативных данных.

• Создание новых признаков для финансовых временных рядов на основе экономически обоснованных гипотез.

• Отбор фичей и подготовка данных для моделей (регрессия, классификация, ансамбли и др.).

3. Оценка гипотез и стратегий

• Постановка и проверка статистически корректных гипотез.

• Бэктесты и анализ стратегий с использованием ML-инструментов и внутренних бейзлайнов.

• Формализация результатов исследований для передачи в продакшн.

4. Инженерная составляющая

• Работа с большими объёмами данных (Python, pandas, numpy, scikit-learn и др.).

• Визуализация данных (matplotlib, seaborn).

• Взаимодействие с инженерной командой для доведения стратегий до продакшн-торговли.

✅Требования:

• Высшее математическое образование (прикладная математика, статистика, физика, математическая экономика и т.п.) – строго обязательно.

• Сильный опыт в mid-frequency стратегиях, основанных на ML-предиктах.

• Глубокое понимание ML-алгоритмов (регрессия, классификация, ансамбли и др.).

• Опыт в генерации и отборе фичей для финансовых временных рядов.

• Уверенное знание Python и инструментов анализа данных (pandas, numpy, scikit-learn и др.).

• Английский на уровне чтения технической и научной литературы.

• Опыт доведения стратегий до реальной торговли.

❗️Будет плюсом:

• Опыт работы в стартапе или небольшой исследовательской команде.

• Знание специфики крипторынков и микроструктуры.

❌ Кого мы НЕ рассматриваем:

• Кандидатов с опытом исключительно в личной торговле или автоторговле через 3commas и аналогичные сервисы без исследовательской составляющей.

• Опыт без аналитической, количественной или исследовательской направленности.

✅Условия:

• Полная занятость, удалённая работа.

• Гибкий график.

• Работа в часовом поясе UTC+0 ±4 часа для удобства коммуникации