- Страна
- США
Откликайтесь
на вакансии с ИИ

Quant Researcher, Power Dispatch Modeling
Исключительная возможность для количественного исследователя в топовом хедж-фонде. Высокий престиж компании Point72 и работа на стыке энергетики и финансов делают эту роль очень привлекательной.
Сложность вакансии
Высокая сложность обусловлена требованием ученой степени (Master/PhD) и узкоспециализированного опыта (5+ лет) в моделировании электроэнергетических рынков. Необходимо глубокое знание математической оптимизации и специфики работы американских ISO.
Анализ зарплаты
Для позиций Quant Researcher в ведущих хедж-фондах Нью-Йорка и Коннектикута рыночные оценки значительно превышают средние показатели по IT. Указанный диапазон отражает базовую часть, без учета значительных годовых бонусов, характерных для индустрии.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в point72 уже сейчас
Присоединяйтесь к Point72, чтобы создавать передовые модели энергосистем для одной из самых успешных инвестиционных команд мира.
Описание вакансии
Role:
The Quant Researcher will report to a Stamford based Portfolio Manager and will focus on:
- Building, running, and maintaining power dispatch model for ERCOT and other major US ISOs
- Driving the model’s inputs and architecture to efficiently simulate power grid conditions and marginal pricing
- Continuously testing and improving the model, ensuring it accurately replicates historical conditions and effectively analyzes forward scenarios
- Communicating the model’s results and limitations to the wider investment team
Responsibilities:
- Formulate and build a power dispatch model using Python and a commercial solver
- Collaborate with the PM to optimize model inputs and architecture
- Ensure the model replicates grid operations from historical conditions
- Suggest model improvements to decrease forecast error and improve scenario handling
- Regularly run the model and maintain up-to-date outputs in an internal database
- Communicate results and limitations to the wider investment team, including publishing results to team dashboards
Requirements:
- Master or PhD in operations research, electrical engineering, applied mathematics, or a related quantitative field
- 5+ years of direct experience building power dispatch models (SCUC/SCED) using optimization solvers (Gurobi, CPLEX, etc.)
- Knowledge of power plant dispatch, grid operations (including capacity and AS obligations), and LMP pricing in US power markets
- Experience using SQL and timeseries databases
- Proficiency in Python and Git; additional experience with an OOP language a strong plus
- Domain knowledge in ERCOT, PJM, or CAISO preferred
About Point72:
Point72 is a leading global alternative investment firm led by Steven A. Cohen. Building on more than 30 years of investing experience, Point72 seeks to deliver superior returns for its investors through fundamental and systematic investing strategies across asset classes and geographies. We aim to attract and retain the industry’s brightest talent by cultivating an investor-led culture and committing to our people’s long-term growth.
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Git
- Electrical Engineering
- Python
- SQL
- Operations Research
- Optimization
- Time Series
- Applied Mathematics
- Gurobi
- CPLEX
Возможные вопросы на собеседовании
Проверка фундаментальных знаний в области моделирования рынков электроэнергии.
Можете ли вы объяснить математическую разницу между SCUC и SCED и как вы реализуете ограничения по времени пуска в модели?
Оценка навыков работы с инструментами оптимизации, указанными в вакансии.
С какими основными трудностями вы сталкивались при масштабировании моделей в Gurobi или CPLEX для крупных сетей, таких как PJM?
Проверка понимания специфики ценообразования.
Как ваша модель учитывает предельные потери и ограничения передачи при расчете узловых цен (LMP)?
Оценка навыков программирования и работы с данными.
Опишите ваш подход к интеграции временных рядов и SQL-баз данных для обеспечения воспроизводимости результатов моделирования.
Проверка умения интерпретировать результаты для бизнеса.
Как вы объясняете инвестиционной команде разницу между результатами модели и реальными рыночными ценами в периоды высокой волатильности?
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