Deep Learning Researcher

О роли

Ищем Deep Learning Researcher, который поможет разрабатывать и внедрять production ML/DL-модели для анализа временных рядов и прогнозирования поведения финансовых рынков.

Нам интересны специалисты, которые уже строили и запускали в продакшн модели прогнозирования временных рядов и хотят применять свой опыт к задачам количественных финансов, крипторынков и алгоритмической торговли.

Эта вакансия ориентирована на специалистов, которые уже строили production ML/DL-модели для временных рядов и хотят применить свои знания в количественных финансах и алгоритмической торговле. Мы не ожидаем опыта работы в трейдинге, но рассчитываем на искренний интерес к финансовым рынкам и желание глубоко погрузиться в эту область.

Обязанности

• Разработка и внедрение production ML/DL-моделей для анализа и прогнозирования временных рядов
• Исследование и применение современных архитектур Deep Learning для задач forecasting и sequential modeling
• Анализ больших объемов исторических и потоковых данных
• Эксперименты с новыми архитектурами, признаками и методами обучения моделей
• Оптимизация качества моделей и их устойчивости в production
• Совместная работа с Quant Research командой над применением ML-моделей в задачах управления капиталом и торговых стратегиях
• Мониторинг современных исследований в области Deep Learning, Time Series Forecasting и AI

Требования

• Высшее образование в одном из сильных технических вузов (МФТИ, ВШЭ ФКН, МГУ, ИТМО, СПбГУ, МГТУ им. Баумана, Иннополис и аналогичных)
• Коммерческий опыт работы от 2 лет в роли ML Engineer / Deep Learning Engineer / ML Researcher / Data Scientist
• Опыт разработки и внедрения production ML/DL-моделей для временных рядов
• Опыт разработки production ML/DL-решений в крупных технологических компаниях (например, Яндекс, Сбер, Т-Банк, VK, Ozon, Авито и аналогичных) будет существенным преимуществом
• Глубокое понимание современных методов Machine Learning и Deep Learning
• Уверенное владение Python
• Практический опыт работы с PyTorch, Scikit-Learn, CatBoost, LightGBM/XGBoost и Optuna
• Опыт работы с временными рядами, feature engineering и оценкой качества моделей
• В команде общаемся на русском; английский — на уровне чтения технической документации и научных статей

Будет плюсом

• Интерес к финансовым рынкам, криптовалютам или алгоритмической торговле
• Личный опыт торговли или инвестирования
• Опыт работы с reinforcement learning
• Опыт работы с рыночными данными или высокочастотными временными рядами
• Публикации, участие в Kaggle, соревнованиях или исследовательских проектах в области ML/DL