Middle/Senior Risk‑quant в команду NeuroHedge
Оценка ИИОтличная позиция в топовой компании с сильным соцпакетом (льготная ипотека, ДМС) и работой над передовыми технологиями (Agentic AI). Высокий балл за инновационность задач и стабильность работодателя.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует редкого сочетания навыков: глубокой математической базы (стохастика, тервер) и практического опыта разработки AI-агентов с использованием LangGraph. Высокий порог входа обусловлен необходимостью вести research-работу на стыке финансов и ИИ.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИВ вакансии не указан точный уровень дохода, однако для позиций Middle/Senior Quant в Москве в банковском секторе зарплаты обычно находятся в диапазоне 250 000 – 500 000 рублей плюс значительные годовые бонусы. Предложение Сбера с учетом льготной ипотеки и премий является конкурентным для рынка РФ.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Сбер ищет Middle/Senior Risk‑quant в команду NeuroHedge!
Команда создаёт интеллектуальные системы — соединяет финансы, управление рисками и агентный ИИ. Её основная задача — анализировать торговые алгоритмы, моделировать рынки и находить устойчивый баланс между доходностью и риском, чтобы решения были и эффективными, и надёжными.
*📍* Москва, м. Кутузовская. Офис/гибрид.
Чем предстоит заниматься:
Превращать сложные математические идеи в реальные AI‑продукты, от которых зависит устойчивость торговых стратегий.
В приоритете — две большие задачи:
1) Развивать автономного AI‑агента для анализа торговых алгоритмов: выстраивать agentic‑workflows, прорабатывать механизмы памяти и маршрутизации, добавлять инструменты самопроверки и повышать автономность агента, чтобы он точнее находил изменения в коде и давал обоснованные выводы.
2) Моделировать рынки и управлять рисками: применять стохастические и AI‑модели для стресс‑тестирования алгоритмов, анализировать и оптимизировать соотношение risk/return, разрабатывать метрики рыночного риска и готовить количественно подкреплённые рекомендации.
Какой кандидат подойдёт на эту должность:
Человек с профильным образованием в точных науках, опытом разработки AI‑агентов на Python (включая LangGraph) и сильной математической базой (теория вероятностей, статистика, стохастические процессы), который умеет воплощать математические идеи в коде и вести research‑работу, а также свободно читает профлитературу на английском.
Что предлагает Сбер:
• Ежегодный пересмотр зарплаты и годовая премию.
• Расширенный ДМС (в том числе для семьи) и 400+ программ СберУниверситета.
• Льготы: дисконт по ипотеке (1/3 ключевой ставки ЦБ), подписка СберПрайм+, скидки у партнёров и вознаграждение за рекомендацию коллег.
• Корпоративный спортзал и зоны отдыха.
Откликнуться: Откликнуться
Реклама. Рекламодатель: ПАО Сбербанк ИНН 7707083893. Ген. лицензия Nº 1481 от 11.08.15. Erid: 2VtzqxdKyRg
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- LangGraph
- Probability Theory
- Statistics
- Stochastic Processes
- Risk Management
- AI Agents
Возможные вопросы на собеседовании
Проверка практического опыта работы с фреймворками для создания AI-агентов.
Расскажите о вашем опыте работы с LangGraph: как вы проектировали механизмы памяти и маршрутизации в своих проектах?
Оценка математической подготовки в области количественных финансов.
Как бы вы подошли к моделированию рыночного риска для торгового алгоритма с использованием стохастических процессов?
Проверка навыков обеспечения надежности AI-систем.
Какие инструменты самопроверки и валидации выводов AI-агента вы считаете наиболее эффективными для анализа кода торговых стратегий?
Оценка способности балансировать между доходностью и риском.
Какие метрики, помимо стандартного коэффициента Шарпа, вы бы использовали для оценки устойчивости алгоритма при стресс-тестировании?
Проверка навыков работы с актуальной научной литературой.
Какую последнюю статью по теме Agentic AI или количественных рисков вы читали и как применили бы описанные там идеи в NeuroHedge?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
