#senior #удаленка
hirix
Quant/ML Researcher
Формат работы: можно удалённо
☑️ Чем предстоит заниматься
-Полный цикл исследований по краткосрочной микроструктуре, LP/хеджированию, исполнению, межплощадочным сигналам, распределению риска и смежным задачам crypto/DeFi
-Дизайн исследования: гипотеза, target/разметка, baseline, метрики, причинно корректная OOS-проверка, анализ режимов и явные критерии GO/NO-GO
-Работа с данными: поиск источников, выравнивание времени, контроль качества, построение признаков и воспроизводимые контракты данных
-ML/DL по структуре задачи; RL или другие методы последовательного управления - только когда они действительно оправданы
-Реалистичная симуляция и торговая экономика: комиссии, проскальзывание, ликвидность, задержки, adverse selection, impact, fill assumptions, хеджирование и синхронизация DEX/CEX
-Paper/shadow-стратегии, анализ sim-to-real и совместная работа с quant developer при переносе доказанных решений в production
-Инженерный стандарт исследования: воспроизводимые эксперименты, чистый Python, критичные проверки, мониторинг и дисциплинированное использование LLM/агентов
☑️ Наши пожелания к кандидатам
-Проверяемый опыт 2-3 Quant/ML проектов, где вы лично отвечали за существенную часть цепочки от постановки задачи и данных до проверки, кода и решения о внедрении либо GO/NO-GO
-Отличный Python и сильная инженерная база: вы сами пишете, отлаживаете и ревьюите исследовательский код
-Сильную статистику, вероятность, оптимизацию и работу с временными рядами: временную зависимость, leakage, selection bias, uncertainty и честную OOS-проверку
-Глубокое практическое понимание микроструктуры и исполнения: order book/flow, liquidity, latency, fees, slippage, adverse selection, impact, sizing и hedging
-Сильное практическое владение ML/DL для последовательных финансовых данных и способность отличать реальный сигнал от оптимизации метрики
-Высокую самостоятельность: структурировать неясную проблему, выбирать наиболее информативный эксперимент, быстро останавливать слабые гипотезы и принимать решения на основании доказательств
-Рабочее понимание структуры crypto-рынка. Прямой опыт DeFi/DEX будет плюсом, но сильный CEX/microstructure опыт может его компенсировать при быстрой адаптации