- Страна
- США
Откликайтесь
на вакансии с ИИ

Data Scientist - Commodities
Отличная позиция в престижной компании, аффилированной с Qube Research & Technologies. Работа в Хьюстоне (центр энергетического сектора) над сложными задачами на стыке технологий и финансов предлагает отличные перспективы карьерного роста.
Сложность вакансии
Роль требует не только продвинутых навыков программирования на Python, но и глубокого понимания финансовых рынков и специфики работы с альтернативными данными. Высокий темп работы в хедж-фонде и необходимость тесного взаимодействия с трейдерами повышают планку ответственности.
Анализ зарплаты
Указанная роль в Хьюстоне для специалиста с опытом от 3 лет в сфере количественных финансов обычно оплачивается выше среднего по рынку из-за специфики индустрии (buy-side). Ожидаемый доход включает значительную бонусную часть, характерную для хедж-фондов.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в quberesearchandtechnologies уже сейчас
Присоединяйтесь к команде Q-Tx в Хьюстоне и используйте свои навыки в Data Science для трансформации глобальных сырьевых рынков!
Описание вакансии
Q-Tx LLC, based in Houston, Texas, is an independent commodities trading business, leveraging our passion for data, research, technology and trading expertise to deliver consistent and high-quality returns for our investors.
Q-Tx is affiliated with Qube Research and Technologies, a global quantitative and systematic investment manager.
We are looking for an exceptional Data Scientist to join the Data Search & Analytics team. In this role, you will work between the Research and Trading desks, and the Engineering team to ensure the successful leveraging of data at the firm.
Your future role within Q-Tx
This team is integral to the firm’s success. As such, your responsibilities will include:
- Collaborating with the trading desk to design and implement their data pipelines
- Collaborating with data engineers to onboard relevant datasets for the desk within Q-Tx
- Implementing data transformations to produce high added-value datasets used for investment decisions
- Prototyping and designing code to extract, clean, and aggregate data from a wide range of raw sources and formats
- Managing the end-to-end process of onboarding new datasets
- Proactively solving data related problems to minimise time to production
- Innovating and experimenting with novel data extraction methods to enhance the firm’s data onboarding toolkit
Your present skillset
- 3+ years of experience as a Data Scientist (or similar position); experience in a buy-side quantitative finance role is advantageous
- Postgraduate degree in a quantitative discipline such as Mathematics, Physics or Engineering.
- Advanced programming experience in Python, including proficiency with data handling libraries such as Pandas and NumPy
- Demonstrable interest in financial markets and the application of data in its analysis and understanding
- Experience working with both traditional and alternative financial datasets
- Excellent communication skills, with the ability to effectively collaborate with all stakeholders, including researchers, traders, engineers, management, and external vendors
- Ability to work in a high-performance, high-velocity environment
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- NumPy
- Pandas
- Data Engineering
- ETL
- Data Pipelines
- Quantitative Analysis
- Financial Markets
Возможные вопросы на собеседовании
Проверка навыков проектирования архитектуры данных для реальных торговых задач.
Опишите ваш опыт проектирования ETL-конвейера для сырьевых или финансовых данных: с какими основными трудностями в очистке данных вы сталкивались?
Оценка способности кандидата работать с нестандартными источниками информации, что критично для этой роли.
Как бы вы подошли к извлечению и структурированию данных из неструктурированного источника, например, из PDF-отчетов о движении судов или спутниковых снимков?
Проверка владения основным стеком (Pandas/NumPy) в условиях работы с большими объемами данных.
Как вы оптимизируете обработку данных в Pandas, если объем датасета превышает доступную оперативную память?
Важно понять, насколько кандидат ориентируется в бизнес-контексте компании.
Какие альтернативные наборы данных, по вашему мнению, наиболее актуальны для прогнозирования цен на энергоносители в текущих рыночных условиях?
Роль предполагает роль связующего звена между технарями и бизнесом.
Расскажите о случае, когда вам пришлось объяснять сложное техническое решение или проблему с данными трейдеру или портфельному менеджеру. Как вы построили коммуникацию?
Похожие вакансии
ML разработчик (Senior)
Senior / Middle+ Data Scientist
MlOps / Python Backend Engineer (ML)
Data Scientist Senior
Senior/Middle Data Engineer
Senior Data Scientist
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!
- Страна
- США