О компании
Команда разрабатывает алгоритмические стратегии для цифровых активов, где количественные финансы соединяются с машинным обучением. Это не роль «обучить модель по готовому ТЗ»: вы сами берёте исследовательское направление и доводите его от идеи до работающей стратегии. Главный вызов — отличить реальный сигнал от подгонки и доказать, что стратегия зарабатывает с учётом всех издержек исполнения. Команда небольшая, решения принимаются быстро, а удачные исследования уходят в production, а не в презентации. Вы будете работать напрямую с основателем, инженерами и другими исследователями.
Условия
•Компенсация уровня Senior, обсуждается индивидуально.
•Участие в прибыли.
•Выплату можно получать в USDT.
•Полная занятость: возможен полностью удаленный формат работы.
•Высокая автономия и короткий путь от гипотезы до запуска.
•Прямой контакт с основателем и влияние на исследовательскую повестку.
Требования
•Несколько завершённых Quant/ML-проектов, где вы лично прошли путь от данных и постановки задачи до валидации, кода и решения о запуске.
•Уверенный Python на инженерном уровне: сами пишете, отлаживаете и ревьюите исследовательский код.
•Сильная база в статистике, теории вероятностей, оптимизации и временных рядах. Вы понимаете, откуда берутся leakage, selection bias и ложные out-of-sample результаты.
•Практическое понимание того, как устроено исполнение на рынке: стакан и поток ордеров, ликвидность, задержки, комиссии, проскальзывание, market impact.
•Опыт применения ML/DL к последовательным финансовым данным.
•Умение самому структурировать размытую задачу и вовремя закрывать слабые идеи.
•Знание устройства крипторынка: подойдёт опыт как на централизованных биржах, так и в DeFi.
Будет плюсом
•Rust или опыт low-latency разработки.
•On-chain данные, AMM, LP-стратегии, торговля на нескольких площадках.
•Практический опыт с RL: offline RL, contextual bandits, риск-ограниченные системы.
•Опыт торговли на реальном капитале, публикации или open-source.
Обязанности
•Самостоятельно вести исследовательские направления: микроструктура, исполнение, ликвидность и хеджирование, сигналы между площадками, аллокация с учётом риска.
•Проектировать эксперименты: формулировать гипотезы, выбирать бейзлайны и метрики, задавать критерии запуска или отказа.
•Собирать и готовить данные: искать источники, синхронизировать время, проверять качество, строить воспроизводимые датасеты.
•Строить модели и проверять экономику стратегии в симуляции, максимально приближенной к реальному исполнению.
•Вместе с разработчиками выводить стратегии в тестовую и боевую торговлю и разбирать расхождения между симуляцией и реальностью.
