- Страна
- США
Data Scientist
Оценка ИИПрестижная компания (Point72/Cubist) с отличными возможностями для карьерного роста до количественного исследователя. Работа с уникальными данными и передовыми технологиями в финансовом секторе.
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 ИИРоль требует сильной математической базы и навыков программирования. Высокая планка входа обусловлена спецификой хедж-фондов, где важна предельная точность и понимание финансовых рынков.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата для Data Scientist в крупных хедж-фондах Нью-Йорка и Чикаго обычно выше среднего по рынку и часто включает значительные бонусы, которые могут удваивать базовый оклад. Указанный диапазон отражает рыночные стандарты для специалистов с сильным количественным бэкграундом.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
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.
Role
Data Scientists bridge the gap between raw data and predictive modelling. We believe everything starts with data. You will work closely with our quantitative research team, applying advanced techniques to engineer, validate, and refine features that feed directly into our systematic models. This is a role within an established investment team, offering opportunities for progression into more senior research responsibilities across the full trading pipeline.
Responsibilities
- Conduct thorough data analysis under the mentorship of a senior quantitative researcher.
- Generate novel ideas for enhanced proprietary data products.
- Track and evaluate new offerings from internal and external data vendors in partnership with Compliance.
- Transform firm approved raw datasets into robust features for our systematic models.
- Build analytical tools to supplement our shared research framework.
Requirements
- BS, MS or PhD in finance, economics, mathematics, statistics, data science, computer science, or other quantitative discipline.
- Programming in Python (or a comparable language) and working knowledge of SQL.
- Strong analytical and quantitative skills.
- Willingness to take ownership of their work.
- Ability to work both independently and collaboratively within a team.
- Strong desire to deliver high quality results in a timely fashion.
- High attention to detail.
- Prior experience as a data analyst, data sourcing specialist, or data scientist for a financial firm is a plus
- Commitment to the highest ethical standards.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- SQL
- Data Analysis
- Quantitative Analysis
- Feature Engineering
- Predictive Modeling
- Statistics
- Mathematics
- Finance
Возможные вопросы на собеседовании
Проверка навыков работы с данными, что является основной задачей роли.
Расскажите о самом сложном наборе данных, с которым вы работали: как вы проводили очистку и проектирование признаков (feature engineering)?
Важно понимать, как кандидат справляется с типичными проблемами временных рядов в финансах.
Как вы справляетесь с проблемой заглядывания вперед (look-ahead bias) при создании предиктивных моделей?
SQL — обязательное требование для работы с базами данных компании.
Опишите случай, когда вам пришлось оптимизировать сложный SQL-запрос для обработки больших объемов данных.
Проверка способности генерировать новые идеи для торговых стратегий.
Какие альтернативные источники данных, по вашему мнению, могут быть полезны для прогнозирования рыночных аномалий в текущих условиях?
Работа в Cubist требует высокой ответственности и соблюдения этических норм.
Как вы подходите к проверке качества своих данных перед тем, как передать их в исследовательский пайплайн?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
