- Страна
- Гонконг
Quantitative Researcher - Machine Learning
Оценка ИИPoint72 — один из ведущих хедж-фондов мира, предлагающий работу с уникальными данными и неограниченными вычислительными мощностями. Вакансия привлекательна отсутствием требования опыта в финансах, что открывает двери для сильных исследователей из BigTech и академии.
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 ИИРоль требует исключительной академической подготовки (PhD или Master's) и глубоких знаний в современных областях ML, таких как LLM и графовые нейросети. Высокая сложность обусловлена необходимостью применять эти знания к шумным финансовым данным в условиях жесткой конкуренции хедж-фондов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИУказанные рыночные оценки отражают уровень компенсации в топовых хедж-фондах Нью-Йорка и Гонконга для ML-исследователей. Итоговый пакет в Point72 обычно включает значительный бонус по результатам работы, который может существенно превышать базовую зарплату.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
JOB RESPONSIBILITIES:
A highly collaborative, fast-growing team at Internal Alpha Capture (IAC), Point72 is developing AI-driven equity trading signals that leverage rigorous research, state-of-the-art machine learning methods, proprietary data sources, and unparalleled computing power.
We are looking for exceptional machine learning researchers to join our efforts. Researchers will work closely with our experienced team members and apply the full breadth of their machine learning knowledge to unique, proprietary datasets, and develop novel trading signals that have high impact. Prior experience in the financial industry is not required.
Key responsibilities may include:
- Managing all aspects of the research process, including ideation, method selection, implementation, evaluation, and eventual application.
- Identifying, adapting, and extending existing models in the broad field of machine learning; conducting novel research as needed, to develop new signals that can enhance portfolio returns, or predict other variables of interests.
- Staying up to date on the advances in AI/ML and related technological innovations to provide recommendations on new models and tools and identify emerging opportunities.
DESIRABLE CANDIDATES:
- Master’s or PhD in machine learning, computer science, statistics, or related fields.
- Knowledge and experience in any of the following areas are strongly preferred: modern sequence models, graph neutral nets, reinforcement learning, LLMs.
- Prior research experience utilizing machine learning over large, possibly noisy, data sets.
- Strong analytical and quantitative skills, and a detail-oriented mindset.
- Strong proficiency in machine learning libraries such as Torch, JAX or TensorFlow.
- Competence in Python, cluster environment, and general software engineering principles (source control, testing, collaborative workflow).
- Excellent written and verbal communication skills, willing to proactively engage other team members in helping to foster a highly collaborative, team-oriented research environment.
- Commitment to the highest ethical standards.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- PyTorch
- JAX
- TensorFlow
- Machine Learning
- Reinforcement Learning
- Large Language Models
- Graph Neural Networks
- Statistics
- Software Engineering
Возможные вопросы на собеседовании
Проверка способности кандидата работать с реальными, несовершенными данными, что критично для финансового сектора.
Как вы подходите к проблеме переобучения и шума при работе с временными рядами в контексте финансовых данных?
Оценка технических знаний в одной из приоритетных областей, указанных в вакансии.
В каких случаях использование Graph Neural Networks (GNN) дает преимущество перед традиционными моделями при анализе рыночных взаимосвязей?
Проверка навыков работы с современными архитектурами.
Как бы вы адаптировали архитектуру Transformer для работы с очень длинными последовательностями рыночных тиков?
Оценка понимания процесса обучения с подкреплением, упомянутого в требованиях.
Опишите основные сложности при проектировании функции вознаграждения (reward function) для агента, торгующего на фондовом рынке.
Проверка навыков командной разработки и инженерной культуры.
Расскажите о вашем опыте работы в кластерных средах и о том, как вы обеспечиваете воспроизводимость своих ML-экспериментов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
