- Зарплата
- до 12 000 $
Откликайтесь
на вакансии с ИИ

Senior / ML Lead
Высокая заработная плата, привязка к PnL и сильное техническое окружение делают вакансию крайне привлекательной. Возможность удаленной работы и гибкость в оформлении являются дополнительными плюсами.
Сложность вакансии
Позиция требует редкого сочетания глубоких знаний ML (PyTorch/JAX) и специфического опыта в трейдинге. Высокий порог входа обусловлен необходимостью иметь подтвержденный опыт разработки прибыльных стратегий и сильный математический бэкграунд.
Анализ зарплаты
Предлагаемая вилка до $12,000 значительно выше среднего рынка для Senior ML ролей в СНГ и Европе, особенно с учетом бонусов от PnL. Это соответствует уровню топовых хедж-фондов и проп-трейдинговых компаний.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь уже сейчас
Присоединяйтесь к элитной команде выпускников ШАД и МФТИ, чтобы создавать передовые торговые стратегии с долей от прибыли!
Описание вакансии
Senior / ML Lead
Удаленно, весь мир.
Офис в Сербии — по желанию (там часть команды). Полная занятость
Вилка: до $12 000 + доля от PnL, готовы обсуждать выше.
Кого ищут:
— Senior / ML Lead или очень сильный мидл с опытом в трейдинге
— Опыт разработки прибыльных ML-моделей или торговых стратегий
— Python + NumPy, numba, PyTorch / JAX
— Сильный математический бэкграунд
— Идеальный кандидат может самостоятельно генерировать и валидировать торговые идеи, строить исследовательские пайплайны и доводить стратегии до продакшн-состояния.
*🚀* О компании:
Компания, занимающаяся разработкой систематических торговых стратегий на стыке количественных исследований, машинного обучения и высоконагруженной инфраструктуры. Небольшая команда (ВШЭ, Физтех, Сколтех, ШАД). В продакшене уже работает собственная ML-система — ищем человека, который возьмет ее на себя и будет развивать дальше.
*💻 Чем предстоит заниматься:*
• Разрабатывать и улучшать торговые стратегии;
• Строить ML / количественные модели для прогнозирования и генерации сигналов;
• Анализировать временные ряды и рыночные данные в реальном времени;
• Тестировать гипотезы и улучшать существующие стратегии;
• Оптимизировать скорость и эффективность алгоритмов;
• Работать с исследовательской / бэктестинговой инфраструктурой;
• Участвовать в развитии новых направлений и построении команды.
*⚡️*Must-have:
• Подтверждённый опыт разработки прибыльных торговых / ML-driven стратегий;
• Уверенное знание Python и ML-стека (NumPy, numba, PyTorch / JAX, scikit-learn);
• Сильная математическая / статистическая база;
• Опыт работы с временными рядами / рыночными данными;
• Опыт построения, тестирования и валидации гипотез / сигналов / моделей;
• Понимание принципов трейдинга, структуры рынка и рыночных данных;
• Опыт в количественных / ML-исследованиях.
Условия:
• Достойная заработная плата - в $ или крипте;
• Удалённый формат работы в любой точке мира, полная занятость;
• Оформление через юрлицо ОАЭ; в РФ есть возможность платить через сервис;
• Небольшая команда с минимумом бюрократии — быстрое принятие решений и оперативная проверка гипотез;
• Участники команды из топовых вузов (ВШЭ, МФТИ, Сколтех), часть с олимпиадным / ШАД-бэкграундом;
• Основной офис — Сербия, часть команды распределена.
Откликнуться: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- NumPy
- Numba
- PyTorch
- JAX
- Scikit-learn
- Machine Learning
- Quantitative Research
- Time Series Analysis
Возможные вопросы на собеседовании
Проверка опыта работы с финансовыми данными и понимания специфики стационарности.
Как вы справляетесь с проблемой нестационарности финансовых временных рядов при обучении ML-моделей?
Оценка навыков оптимизации производительности для высоконагруженных систем.
В каких случаях вы предпочтете использовать Numba вместо чистого NumPy, и какие ограничения это накладывает на код?
Проверка понимания рисков и валидации моделей в трейдинге.
Расскажите о вашем подходе к бэктестингу: как вы боретесь с переобучением (overfitting) и заглядыванием в будущее (look-ahead bias)?
Оценка опыта работы с современными фреймворками.
В чем основные преимущества использования JAX перед PyTorch в контексте количественных исследований и оптимизации стратегий?
Проверка продуктового мышления и самостоятельности.
Опишите процесс вывода торговой идеи из стадии гипотезы в продакшн: какие метрики вы считаете ключевыми на каждом этапе?
Похожие вакансии
Data инженер
Главный инженер Контроль качества данных
Data Engineer (Senior)
Senior Data Engineer
Data Scientist Senior
Ведущий инженер данных в VK Видео
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!