Senior Quant/ML Researcher
Оценка ИИПривлекательная вакансия для опытных специалистов благодаря выплатам в стейблкоинах (USDT/USDC) и системе profit sharing. Удаленный формат и оплата AI-подписок добавляют комфорта, хотя работа в криптосфере сопряжена с высокими рисками и интенсивностью.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИПозиция требует сочетания глубоких знаний в ML (включая RL как плюс) и специфики количественных финансов, а также высокого уровня автономности. Высокая планка Senior-уровня и необходимость закрывать полный цикл ресерча делают отбор очень строгим.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Senior Quant/ML ролей в крипто-фондах рынок предлагает от $6,000 до $10,000+ фиксированной части плюс значительные бонусы. Упоминание profit sharing может существенно увеличить совокупный доход выше рыночных медиан для обычного ML.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Senior Quant/ML Researcher *📈*
Продуктовая команда строит собственные алгоритмические торговые стратегии на крипторынках. Ищем кванта, который сам закрывает полный цикл ресерча.
Что важно:
• Senior-уровень в Quant/ML research
• Supervised Learning, статистика, оптимизация моделей (RL – сильный плюс)
• Python, PyTorch, Scikit-Learn, CatBoost, XGBoost, Optuna
• автономность – сами ставите гипотезу и сами доводите её до результата
Условия:
• удалёнка или гибрид
• фикс в USDT/USDC
• квартальный profit sharing от результатов стратегий
• оплачиваемый отпуск
• компания оплачивает AI-подписки
*📩* Откликаться: Откликнуться
*🔗 Больше вакансий NEWHR:* Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- PyTorch
- Scikit-learn
- CatBoost
- XGBoost
- Optuna
- Supervised Learning
- Reinforcement Learning
- Statistics
Возможные вопросы на собеседовании
Проверка понимания специфики временных рядов и предотвращения переобучения в трейдинге.
Как вы подходите к валидации стратегий, чтобы избежать переобучения на исторических данных (backtest overfitting)?
Оценка навыков работы с ключевыми инструментами оптимизации, указанными в вакансии.
Расскажите о вашем опыте использования Optuna для настройки гиперпараметров в задачах прогнозирования рыночных движений.
RL указан как сильный плюс, важно понять потенциал кандидата в этой области.
В каких сценариях алгоритмической торговли Reinforcement Learning дает преимущество перед классическим Supervised Learning?
Проверка умения работать с данными и признаками, что критично для кванта.
Какие типы признаков (features) вы считаете наиболее информативными для крипторынков и как вы обрабатываете их нестационарность?
Оценка автономности и способности доводить дело до конца.
Опишите случай, когда вы самостоятельно сформулировали гипотезу, которая в итоге привела к созданию прибыльной торговой стратегии.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
