О роли
Ищем Senior Deep Learning Researcher, который возглавит направление исследований в области ML/DL для анализа временных рядов и прогнозирования поведения финансовых рынков.
Эта роль сочетает исследовательскую работу, разработку production ML/DL-решений и техническое лидерство. Вы будете определять направление исследований, помогать формировать архитектуру моделей, руководить исследовательскими инициативами и работать совместно с Quant Research командой над созданием интеллектуальных торговых систем нового поколения.
Мы ищем человека, который уже имеет сильный track record в Machine Learning, умеет доводить исследования до production и хочет применить свой опыт в задачах количественных финансов и алгоритмической торговли.
Обязанности
- Определение направления исследований в области ML/DL для анализа финансовых временных рядов
- Проектирование и разработка production ML/DL-моделей
- Исследование и внедрение современных архитектур Deep Learning для forecasting и sequential modeling
- Руководство исследовательскими инициативами и техническое менторство команды ML/Research
- Совместная работа с Quant Research командой над разработкой торговых стратегий и систем управления капиталом
- Формирование гипотез, постановка экспериментов и анализ результатов исследований
- Анализ больших объемов исторических и потоковых данных
- Мониторинг современных исследований в области Machine Learning, Deep Learning, Reinforcement Learning и Quantitative Finance
- Участие в формировании долгосрочной ML-стратегии продукта
Требования
- Высшее образование в одном из сильных технических вузов (МФТИ, ВШЭ ФКН, МГУ, ИТМО, СПбГУ, МГТУ им. Баумана, Иннополис и аналогичных)
- От 3–4 лет коммерческого опыта в Machine Learning / Deep Learning или алгоритмической торговле
- Успешный опыт разработки и внедрения production ML/DL-моделей для временных рядов
- Сильный track record работы в Big Tech, Prop Trading, Hedge Fund или FinTech-компаниях
- Опыт управления исследовательской (research-heavy) командой не менее одного года
- Глубокое понимание современных методов Machine Learning и Deep Learning
- Практический опыт работы с временными рядами, feature engineering и оценкой качества моделей
- Уверенное владение Python
- Практический опыт работы с PyTorch, Scikit-Learn, CatBoost, LightGBM/XGBoost и Optuna
- Опыт построения ML-систем полного цикла — от исследования до production
- В команде общаемся на русском; английский — на уровне чтения научных статей и технической документации
Будет плюсом
- Практический опыт алгоритмической торговли
- Опыт работы с reinforcement learning
- Опыт работы с рыночными данными (order book, trades) или высокочастотными временными рядами
- Понимание количественных финансов и управления рисками
- Научные публикации, Kaggle, ICML/NeurIPS/ICLR или другие исследовательские проекты
- Open Source-проекты в области Machine Learning