- Страна
- США
Откликайтесь
на вакансии с ИИ
Cubist Quantitative Researcher
Оценка ИИЭто престижная роль в одном из ведущих хедж-фондов мира с доступом к уникальным данным и технологиям. Вакансия предлагает отличные возможности для интеллектуального роста и потенциально очень высокую компенсацию.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованиями к ученой степени (MS/PhD) и глубоким знаниям в области статистического моделирования. Процесс отбора в Point72 известен своей жесткостью и акцентом на исключительные аналитические способности.
Анализ зарплаты
Оценка ИИЗарплаты в топовых хедж-фондах Нью-Йорка значительно превышают средние показатели по рынку за счет бонусов. Указанный диапазон отражает базовую часть для специалистов с опытом 3-7 лет, при этом совокупный доход может быть в 2-3 раза выше.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в point72 уже сейчас
Присоединяйтесь к элите количественного трейдинга в Point72 и превратите свои математические идеи в реальные торговые стратегии!
Описание вакансии
ABOUT CUBIST
Cubist Systematic Strategies, an affiliate of Point72, deploys systematic, computer-driven trading strategies across multiple liquid asset classes, including equities, futures and foreign exchange. The core of our effort is rigorous research into a wide range of market anomalies, fueled by our unparalleled access to a wide range of publicly available data sources.
JOB DESCRIPTION
Researchers are responsible for independently conducting quantitative finance research with a focus on statistical and predictive models. Successful researchers manage all aspects of the research process including methodology selection, data collection and analysis, testing, prototyping, backtesting, and performance monitoring.
Some successful researchers have joined us from similar backgrounds at other firms. Others have joined from related fields or directly from academia and have thrived with hands on guidance from our large team of experienced portfolio managers and researchers. Our most exceptional team members combine strong technical skills and a passion for problem solving with an intense curiosity about financial markets and human behavior.
DESIRABLE CANDIDATES
- MS or PhD candidates in finance, computer science, mathematics, physics, or other quantitative discipline
- 3-7 years of experience in alpha driven quantitative research for equities, futures, fixed income, credit, and/or FX
- Strong analytical and quantitative skills
- Demonstrated ability to conduct independent research utilizing large data sets
- Programming in any of the following: C++, Java, C#, MATLAB, R, Python, or Perl
- Detail-oriented
- Willing to take ownership of his/her work, working both independently and within a small team
We’re looking for exceptional colleagues with unparalleled passion. If you’d like your resume to stand out, tell us about your exceptional personal achievements, even if they have nothing to do with finance. Of course we love to hear more about specific engineering or data projects that you’ve worked outside of school, or as part of your curriculum. If you’re proud of the work you did we want to hear about it. In addition to exceptional statisticians and engineers, we work with talented musicians, writers, mathematicians, and founders of non-profits; we’d love to learn more about what excites you.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- C++
- R
- MATLAB
- Java
- Quantitative Finance
- Statistical Modeling
- Backtesting
- Machine Learning
- Data Analysis
Возможные вопросы на собеседовании
Проверка способности кандидата находить закономерности там, где другие видят шум.
Опишите наиболее сложную рыночную аномалию, которую вы исследовали. Какие статистические методы вы использовали для подтверждения её значимости?
Оценка навыков работы с данными и понимания рисков переобучения.
Как вы справляетесь с проблемой переобучения (overfitting) при разработке стратегий на основе исторических данных?
Проверка технической грамотности в реализации алгоритмов.
Каковы преимущества и недостатки использования Python по сравнению с C++ при разработке систем высокочастотного трейдинга?
Оценка понимания жизненного цикла стратегии.
Расскажите о случае, когда ваша модель показала результаты хуже ожидаемых после запуска. Как вы диагностировали проблему?
Проверка математической базы.
Как бы вы оценили влияние транзакционных издержек на стратегию с высокой оборачиваемостью портфеля при тестировании на исторических данных?
Похожие вакансии
Senior MLOps инженер
Team Lead Data Science / ML
MLOps инженер (Team Lead)
MLOps инженер (Тимлид)
Senior MLOps инженер
Senior Data Engineer
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!