- Страна
- США
Cubist Senior Data Scientist
Оценка ИИИсключительная позиция в престижной компании Point72 с возможностью работы над сложнейшими задачами на стыке финансов и технологий. Высокий балл обусловлен репутацией бренда, сложностью задач и потенциалом для профессионального роста, несмотря на отсутствие указанной зарплаты.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованиями к ученой степени (PhD или Masters) и необходимостью глубоких знаний в области количественного анализа. Работа в хедж-фонде такого уровня подразумевает высочайшую ответственность за точность данных, влияющих на торговлю миллиардами долларов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИДля позиции Senior Data Scientist в Нью-Йорке в сфере количественных финансов (Hedge Funds) рыночные зарплаты значительно выше средних по IT-сектору. Указанный диапазон отражает базовую часть, которая часто дополняется существенными годовыми бонусами, характерными для Point72.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
ROLE
We are passionate about data. We collaborate to build elegant, effective, scalable and highly reliable solutions to empower predictive modelling in finance.
Cubist’s Data Services (CDS) group is looking for a Data Scientist to join our dedicated data team. Our group is responsible for the timely delivery of comprehensive and error-free data to some of the most demanding and successful systematic Portfolio Managers in the world.
As a Senior Data Scientist in the team, this individual will play a vital role in ensuring the smooth day-to-day implementation of a large research infrastructure, and the live production trading of billions of dollars of capital across global capital markets, including equities, futures, options and other financial instruments.
RESPONSIBILITIES
- Onboarding novel datasets from a huge variety of sources into our platform
- Building processes, tools and frameworks to ingest, clean and deliver datasets
- Analysis of data for usability, cleanliness, feature extraction and proposed usage by investment teams
- Creation of in-house, value added, derived data products for consumption by investment teams
- Engaging with vendors and internal stakeholders to understand characteristics of datasets
- Partnering closely with investment teams to ensure their data requirements are met
- Research on new technologies (including AI solutions) to continuously improve data management and value-add for investment teams
REQUIREMENTS
- PhD or Masters in Financial Engineering, Statistics, Computer Science or other disciplines involving rigorous quantitative analysis
- Strong programming skills in Python and SQL
- Experience working with AWS, Linux and Airflow preferred but not required
- 5+ years of experience as a Data Scientist or similar role
- Experience working with large data sets including predictive modeling
- Financial industry experience preferred but not required
- Strong organization, communication and interpersonal skills
- Intellectual curiosity and enthusiasm for learning
- Attention to detail and a love of processes
- Strong oral and written communication skills
- Ability to multitask and prioritize assignments
- Commitment to the highest ethical standards
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- SQL
- AWS
- Linux
- Airflow
- Data Analysis
- Predictive Modeling
- Quantitative Analysis
- Feature Extraction
Возможные вопросы на собеседовании
Проверка способности кандидата оценивать качество данных для финансовых стратегий.
Опишите ваш процесс оценки нового набора данных на предмет его пригодности для предиктивного моделирования. На какие метрики вы смотрите в первую очередь?
Важно понять, как кандидат справляется с техническими сбоями в критически важных системах.
Расскажите о случае, когда в ваших данных была обнаружена критическая ошибка уже после внедрения в продакшн. Как вы ее локализовали и предотвратили повторение?
Оценка навыков проектирования масштабируемых систем обработки данных.
Как бы вы спроектировали пайплайн для обработки терабайтов ежедневных рыночных данных с минимальной задержкой? Какие инструменты (например, Airflow, AWS) вы бы использовали?
Проверка умения работать с заказчиками (портфельными менеджерами).
Как вы расставляете приоритеты, когда несколько инвестиционных команд одновременно запрашивают разные наборы данных с жесткими дедлайнами?
Оценка интереса к инновациям в контексте финтеха.
Какие современные методы машинного обучения или AI-решения вы считаете наиболее перспективными для очистки и обогащения финансовых временных рядов?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
