- Страна
- Китай
Quantitative Researcher (AI Direction)
Оценка ИИИнтересная позиция на стыке AI и крипто-инвестиций в крупном финансовом хабе (Шанхай). Rockbund — заметный игрок, а направление AI сейчас является максимально перспективным, что обещает профессиональный рост и работу с передовыми технологиями.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью глубоких знаний как в области искусственного интеллекта (AI), так и в количественных финансах. Работа в криптосфере требует быстрой адаптации к волатильному рынку и владения сложным математическим аппаратом.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиций Quantitative Researcher в Шанхае рыночные показатели весьма высоки. Предложенный диапазон отражает стандарты для специалистов с сильным бэкграундом в AI в международном финансовом секторе.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Company: Rockbund
Title: Quantitative Researcher (AI Direction)
Location: Shanghai
Date Posted: 2026-07-30T08:27:07.483281Z
Tags: Investing, Crypto
View here: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Machine Learning
- Artificial Intelligence
- Quantitative Research
- Python
- Data Science
- Trading Strategies
- Crypto
Возможные вопросы на собеседовании
Проверка фундаментальных знаний в области машинного обучения, применимых к временным рядам.
Какие архитектуры нейронных сетей вы бы использовали для прогнозирования цен на криптовалюты и почему?
Оценка понимания специфики крипторынка и управления рисками.
Как вы справляетесь с проблемой нестационарности данных при обучении моделей на финансовых рынках?
Проверка навыков работы с данными и их качеством.
Опишите ваш процесс отбора признаков (feature engineering) для количественной стратегии.
Оценка практического опыта реализации стратегий.
Расскажите о самом сложном проекте в области количественных исследований, который вы реализовали: с какими трудностями столкнулись и как их решили?
Проверка навыков оценки эффективности моделей.
Какие метрики, помимо точности (accuracy), вы считаете наиболее важными для оценки торгового алгоритма?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
