- Страна
- Гонконг
Data Scientist
Оценка ИИПрестижная позиция в одном из ведущих хедж-фондов мира с отличными перспективами карьерного роста до количественного исследователя. Вакансия предлагает работу с уникальными данными и передовыми технологиями в глобальных финансовых центрах.
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 работой в сфере систематического трейдинга, где требуются исключительные навыки количественного анализа и владение Python/SQL. Работа в Point72 подразумевает жесткую конкуренцию и высокие стандарты качества данных.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для позиций Data Scientist в топовых хедж-фондах Дубая и Гонконга рыночные уровни значительно выше средних по IT-сектору. Ожидаемый доход включает высокую базовую часть и значительные бонусы по результатам работы фонда.
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
- Predictive Modeling
- Feature Engineering
- Mathematics
- Statistics
- Finance
Возможные вопросы на собеседовании
Проверка навыков работы с временными рядами, что критично для трейдинга.
Как вы справляетесь с пропусками в данных и выбросами при анализе финансовых временных рядов?
Оценка понимания процесса создания признаков для моделей.
Опишите ваш процесс проектирования признаков (feature engineering) на основе сырых рыночных данных.
Проверка технических навыков работы с базами данных.
Напишите сложный SQL-запрос для агрегации торговых данных по различным временным окнам.
Оценка способности находить новые источники данных.
Какие нетрадиционные источники данных (alternative data) вы бы предложили использовать для прогнозирования волатильности акций?
Проверка понимания рисков переобучения в финансах.
Как вы предотвращаете переобучение (overfitting) при разработке предиктивных моделей для финансовых рынков?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
