О проекте: инфраструктура для алгоритмической торговли на криптовалютных и традиционных рынках. В основе — предикативные модели, богатый набор рыночных и ончейн-данных, а также собственные торговые стратегии. Цель — создавать надежные, устойчивые и масштабируемые модели, которые можно интегрировать в продакшн-систему трейдинга.
Обязанности:
- Построение и оптимизация предикативных моделей (классификация трендов, прогнозирование движений рынка, риск-метрики).
- Работа с фичами: отбор, фильтрация, уменьшение корреляции, генерация новых признаков.
- Поиск инсайтов в данных: от выявления рыночных паттернов до объяснимости решений моделей (SHAP, permutation importance).
- Доработка существующей ML-модели или разработка собственной с нуля.
- Контроль надежности, стабильности и воспроизводимости пайплайнов.
- Подготовка и поддержка пайплайнов для обучения/валидации/бэктестинга.
- Взаимодействие с командой трейдеров и разработчиков для интеграции ML-сигналов в торговые стратегии.
Требования:
- Опыт работы с ML/DS от 2 лет.
- Хорошее понимание методов классификации и временных рядов (GBM, RNN/LSTM/Transformer, AutoML, ensemble-подходы).
- Навыки работы с Python (pandas, numpy, scikit-learn, PyTorch/TF).
- Опыт подготовки данных: очистка, нормализация, генерация фичей.
- Понимание принципов работы финансовых рынков (желательно криптовалютных).
- Опыт построения стабильных ML-пайплайнов (MLflow, Vertex AI, Airflow и т.п.).
- Умение интерпретировать и объяснять результаты модели.
Будет плюсом:
- Опыт работы с высокочастотными/биржевыми данными.
- Знание Pine Script или аналогичных языков для интеграции сигналов.
- Опыт оптимизации вычислительных нагрузок (GPU/кластерные вычисления).
- Навыки разработки продакшн-систем.
Условия:
- График фултайм, формат: удаленно / офис в Дубае.
- Конкурентная заработная плата (обсуждается на интервью).
- Работа в международной команде с фокусом на передовые технологии в трейдинге.
- Возможность влиять на архитектуру и развитие модели с нуля.
- Доступ к уникальному набору рыночных и ончейн-данных.