Локация
Москва, Россия; гибридный формат работы
Компания
Сбер создаёт инвестиционную алгоритмическую платформу полного цикла для разработки и управления систематическими инвестиционными стратегиями.
Что делать
•Формировать и развивать целевую архитектуру Quantitative Platform, определять границы компонентов, взаимодействие и принципы масштабирования.
•Организовывать полный жизненный цикл инвестиционных стратегий: исследование, бэктестинг, валидация и передача в промышленную эксплуатацию.
•Разрабатывать ключевые компоненты платформы на C#/.NET и участвовать в решении наиболее сложных инженерных задач.
•Создавать сервисы, API и интеграционные интерфейсы между исследовательской средой, симуляцией, стресс-тестированием, реестром стратегий, портфельной оптимизацией и торговой инфраструктурой.
•Проектировать потоки данных, ETL-процессы и интеграции с REST-сервисами, файловыми поставками и шинами данных; создавать механизмы контроля качества и стандартизированного подключения источников.
•Взаимодействовать с квант-исследователями, портфельными управляющими, торговыми подразделениями, владельцами данных, кибербезопасностью, архитекторами, рисками и комплаенсом.
Требования
•От пяти лет разработки промышленных информационных систем, включая техническое лидерство или проектирование архитектуры сложных решений.
•Опыт разработки на C# и .NET, включая работу со значительными объёмами данных.
•Понимание ETL/ELT-процессов, моделей хранения и обработки больших объёмов данных.
•Опыт интеграции с REST API, файловыми источниками и системами обмена сообщениями.
•Уверенное владение SQL; опыт работы в Linux; Git и CI.
•Знание хотя бы одного аналитического движка: ClickHouse, DuckDB, kdb+ или Apache Arrow.
•Практический опыт контроля качества данных: валидация при загрузке, сверка с источником и эталонные наборы данных.
•Опыт работы с временными рядами, включая календари, часовые пояса, выравнивание и корпоративные действия.
Хорошо, если есть
•Опыт работы с биржевыми и рыночными данными: транзакционными потоками, стаканами котировок и справочными данными финансовых инструментов.
•Знание открытых стандартов контрактов данных и систем контроля качества данных.
•Опыт интеграции с потоковыми шинами данных, включая Kafka; знание биржевых протоколов.
•Опыт применения оркестрации процессов, включая Temporal.
•Личный опыт разработки и тестирования торговых стратегий.
Культура и преимущества
•Гибридный формат работы в Москве.
•Hands-on-роль с одновременным принятием архитектурных решений и самостоятельной разработкой компонентов платформы.
•Работа на стыке количественных исследований, портфельного управления, торговой инфраструктуры, данных, рисков и комплаенса.
