- Страна
- Кипр
- Зарплата
- 7 000 $ – 15 000 $
Откликайтесь
на вакансии с ИИ
Middle/Senior Quant Researcher
Оценка ИИИсключительное предложение с очень высокой зарплатой, прозрачной бонусной системой и доступом к топовой инфраструктуре (FPGA, GPU-кластер). Работа в команде экспертов мирового уровня без бюрократии.
Сложность вакансии
Оценка ИИВакансия требует исключительной математической подготовки, опыта в HFT или TradFi и подтвержденных достижений (Kaggle, мехмат, ШАД). Высокий порог входа обусловлен сложностью работы с деривативами и необходимостью строить стратегии с нуля.
Анализ зарплаты
Оценка ИИПредложенная вилка $7,000–$15,000 net значительно превышает средние рыночные показатели для Middle/Senior ролей в РФ и СНГ, соответствуя уровню топовых международных хедж-фондов. Дополнительный бонус из profit-пула делает совокупный доход потенциально неограниченным.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в QST (Quantstellation) уже сейчас
Присоединяйтесь к элитной команде квантов и превращайте свои математические гипотезы в реальный профит с прозрачной формулой бонусов!
Описание вакансии
Позиция: Middle/Senior Quant Researcher
Куда? QST (Quantstellation), Бутиковый prop HFT-фонд, TradFi (Derivatives)
Формат работы: Гибрид или релокация: Лимасол (Кипр) / Москва.
Вилка: $7,000–$15,000 net + бонус из profit-пула по прозрачной PnL-формуле.
Что нужно делать?
• Выстраивать альфу с нуля, а не просто итерировать чужие пайплайны.
• Искать неэффективности на крупнейших биржах (CME, Eurex, NSE, KRX) с фокусом на деривативы (фьючерсы и опционы).
• Заниматься исключительно ресерчем на Python (писать на C++ не нужно, это закрывает команда Quant Dev).
• Проверять гипотезы, тестировать стратегии и доводить их до продакшена в рамках выстроенного in-house pipeline.
Требования:
• Сильная математическая база и глубокое понимание методов машинного обучения.
• Уверенное владение Python как основным инструментом для ресерча.
• Желателен опыт в TradFi, но кандидаты с сильным бэкграундом в крипте также рассматриваются.
• Подтвержденный трек-рекорд: высокий рейтинг на соревновательных площадках, медали Kaggle или сильный академический бэкграунд.
Ответы на 10 важных вопросов:
1. Данные: Исторические и real-time рыночные данные с крупнейших мировых бирж + крипта как дополнительная компонента.
2. Железо: Своя платформа, FPGA и собственный GPU-кластер для обучения тяжелых моделей.
3. Масштаб влияния на core-бизнес? Фонд 18 лет торгует на свои деньги (без внешних LP) с объемом >$80B в месяц. Ваши стратегии — это прямой PnL компании.
4. Уровень развития DS/Quant в компании? Топовый. Полный research-to-production pipeline под одной крышей с минимальным путем от гипотезы до продакшена.
5. Роль ресерчера: Максимальная фокусировка на генерации альфы на Python. Внедрением в железо и оптимизацией занимается сильная команда разработчиков. Здесь вместе ищут альфу, а не конкурируют изолированными командами.
6. Бэкграунд у вашего руководителя? Фаундеры — выходцы с мехмата МГУ. Anton Ragin (Co-Founder). В команде работают Kaggle Masters+, PhD и выпускники ШАД. Средний стаж в компании >6 лет.
7. Как часто вам будут мешать работать? Плоская структура и отсутствие бюрократии. Гибкий график, классические 40 часов в неделю, без работы по выходным.
8. Карьерный рост: Прозрачная PnL-формула. Успешные стратегии генерируют апсайд в «иксах» от фикса — никаких искусственных потолков в доходе.
9. Prod/Research: Applied Research с очень быстрой доставкой в Prod.
10. Функция сервиса или лидера? Безусловный лидер. Вы генерируете профит, инфраструктура работает на вас.
*✈️* TG: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Machine Learning
- Quantitative Research
- Derivatives
- Futures
- Options
- Mathematical Modeling
- Trading Strategies
- Backtesting
Возможные вопросы на собеседовании
Проверка понимания специфики работы с производными финансовыми инструментами на CME/Eurex.
Как бы вы подошли к моделированию микроструктуры рынка для фьючерсов с целью поиска краткосрочных неэффективностей?
Оценка навыков работы с временными рядами и предотвращения переобучения.
Какие методы кросс-валидации вы считаете наиболее адекватными для финансовых временных рядов при обучении тяжелых ML-моделей?
Проверка способности генерировать новые идеи (Alpha Generation).
Опишите ваш опыт построения торговой стратегии 'с нуля': от поиска аномалии в данных до оценки её статистической значимости.
Оценка технического владения стеком для анализа данных.
Какие библиотеки Python вы используете для обработки терабайтных объемов рыночных данных и как оптимизируете производительность вычислений?
Проверка понимания риск-менеджмента.
Как вы оцениваете емкость стратегии и её влияние на рынок (market impact) при масштабировании объемов торгов?
Похожие вакансии
ML-инженер
Python разработчик (DWH/Data Engineering)
Data Scientist Middle+, Senior
Data Scientist
Middle+ Data инженер
Senior Data инженер
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!