Квантовый исследователь (крипто-деривативы)
Оценка ИИПривлекательная позиция в проп-трейдинге с прозрачной системой мотивации (фикс + PnL бонус) и готовой инфраструктурой, что позволяет сфокусироваться на исследованиях.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью иметь реальный опыт вывода стратегий в продакшн, глубокими знаниями статистики и пониманием специфики крипто-деривативов, а также наличием 4-7 дневного оплачиваемого пилотного проекта.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложение включает фиксированную часть и бонус от прибыли, что является стандартом для проп-десков. Рыночные медианы для Quant Researcher с опытом 1-3 года в крипто-сфере варьируются, но совокупный доход при успешной торговле может значительно превышать средние показатели по рынку Data Science.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Квант-исследователь в команду дэска
Название: Квантовый исследователь (крипто-деривативы)
Зарплата: фикс на руки + бонус от прибыли
Опыт: 1–3 года · Формат: [удалённо ] · Занятость: полная
Связь: Откликнуться
О нас
Midpoint — новый проп-дэск на собственном капитале на криптовалютных рынках. Международная команда из выпускников ведущих университетов. У дэска своя инфраструктура: исторические данные, бэктест как сервис, бумажная и живая торговля одним кодом. Ищем исследователя, который будет разрабатывать стратегии дэска и доводить их до живой торговли.
Задачи
Разрабатывать стратегии на споте и бессрочных фьючерсах: рыночно-нейтральные и направленные.
Проверять гипотезы на исторических данных: сделки, свечи, фандинг, открытый интерес, капитализация.
Строить бэктесты с честными издержками, учётом маржи и контролем переобучения.
Использовать ИИ-агентов в исследовательском цикле: перебор гипотез, код бэктестов, ревью, разбор отчётов. Результат агента проверяется человеком, а массовый перебор гипотез учитывается при оценке переобучения.
Выводить стратегии через бумажную торговлю в живую и отслеживать расхождение живых результатов с бэктестом.
Участвовать в аудите стратегий внешних квантов.
Требования
Опыт в mid-frequency trading и вывода стратегий в прод: ваши альфы торговались вживую — вы выводили их сами или их выводила команда.
Python для анализа данных.
Статистика на рабочем уровне: проверка гипотез, множественные сравнения, оценка устойчивости результата.
Понимание криптодеривативов: бессрочные фьючерсы, фандинг, базис, маржа и ликвидации.
Опыт бэктестов, в которых учтены комиссии, проскальзывание и заглядывание в будущее.
Опыт работы с ИИ-агентами для кода и анализа данных (Claude Code, Codex или аналоги): умение поставить агенту задачу, проверить его код и не принимать результат без контроля.
Английский на уровне чтения научных статей и работы в международной команде.
Условия
Зарплата фикс и бонус от прибыли стратегий, которые вы вывели в живую торговлю.
Испытательный срок несколько недель, после него — пересмотр бонусной части.
Готовые данные и инфраструктура: работа над стратегиями, а не над загрузчиками.
Как проходит отбор
Короткий созвон.
Пилот на 4–7 дней: реализация известного подхода из исследований по крипторынкам в виде стратегии в рамках нашего риск-профиля, бэктест на нашем движке, итерация по обратной связи.
Технический разбор пилота и финальное интервью.
*🔥* Откликнуться / Откликнуться / Откликнуться
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- Statistics
- Backtesting
- Trading Strategies
- Derivatives
- Machine Learning
- Data Analysis
Возможные вопросы на собеседовании
Проверка понимания специфики крипто-рынков и управления рисками.
Как вы учитываете стоимость фандинга и проскальзывание при моделировании стратегий на бессрочных фьючерсах?
Оценка навыков борьбы с переобучением моделей.
Какие методы вы используете для контроля переобучения (overfitting) при массовом переборе гипотез с помощью ИИ-агентов?
Проверка практического опыта работы с данными.
Расскажите о самом большом расхождении между результатами бэктеста и живой торговли, с которым вы сталкивались. В чем была причина?
Оценка статистической грамотности.
Как вы применяете поправку на множественные сравнения при анализе результатов множества протестированных стратегий?
Проверка навыков работы с современным стеком.
Опишите ваш процесс взаимодействия с ИИ-агентами (например, Claude Code) при написании кода для бэктестов: как вы верифицируете корректность логики?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
