Инвестиционная компания·5 окт.
Senior Quantitative Researcher & AI Engineer
Ориентир по рынку≈ 345 000 – 475 000 ₽наша приблизительная оценка по 16 вакансиям этой роли и грейда, у работодателя вилка не указана
🌍 УдалённоSeniorПолная занятостьАнглийский C2
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вместо вилки в объявлении «Конкурентная оплата труда»: что это значит в цифрах, придётся выяснять. Вакансия к тому же свежая, откликаться лучше сейчас.
3 из 4 в норме
Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться
Деньги
Вместо вилки в объявлении «Конкурентная оплата труда». Ориентир на созвон: столько платят в 16 похожих вакансиях ML Engineer уровня Senior.
- Кроме оклада: премия. Размер не назван, а от него зависит доход за год.
Живость
Опубликована 14 дней назад. Свежие вакансии почти всегда живые.
Описание
Обязанности: 5, требования: 10. Понятно, что за работа, ещё до отклика.
- Известно
- английский C2
- Не сказано
- как оформят, из каких стран можно работать и часовой пояс команды
Что требуют
ОбязательноAIPythonSQLLLM
Надбавка к зарплате на этом уровне: LLM +43%, Python +22%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
Что стоит спросить: вопросы именно к этой вакансии для первого созвона
Когда откликаться
Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Чем предстоит заниматься
Мониторинг: создать систему, которая регулярно сверяет инвест тезисы с новыми данными и показывает подтверждается тезис, слабеет или требует пересмотра
Данные: Создать point-in-time хранилище: рыночные и фундаментальные данные, документы SEC, стенограммы звонков, новости, внутренняя аналитика
Backtesting и модели: проверка инвестиционных гипотез на исторических данных, разработка сигналов в дополнение к фундаментальному анализу
Портфельная аналитика: концентрация, факторные экспозиции, ликвидность, сценарные риски, размер позиций
AI-агенты: развивать агентов в исследовательском процессе и оценивать качество их работы
Наши требования
Сильная база в математике, статистике и машинном обучении
От 3 лет в quantitative research или data science на финансовых данных
Довели модель или сигнал до практического применения и можете показать, как проверяли результат
Опыт backtesting на point-in-time данных: на практике знаете look-ahead bias, survivorship bias и переобучение
Python и SQL: самостоятельно строите пайплайны данных и пишете надёжный, тестируемый код
Строили системы на LLM с измеримым качеством: evaluation, тестовые наборы, контроль ошибок
Понимаете фундаментальный анализ и портфельный риск, чтобы формализовать инвестиционный тезис
Уверенный английский
Опыт построения систем на LLM с измеримым качеством: evaluation, тестовые наборы, контроль ошибок
Опыт на buy-side или в прямой работе с портфельными управляющими
Мы предлагаем
Работа с реальным портфелем: ваши инструменты тестируются в инвестиционном процессе
Профессиональные источники данных и современные AI-инструменты
Конкурентная оплата труда и годовой бонус по личным результатам и результатам компании
Собственный бюджет на инфраструктуру и найм команды при подтверждении эффективности системы
Дополнительно
О вакансии
Формат: удалённо, полная занятость
Вам предстоит дополнить фундаментальный анализ количественным: собрать данные, построить модели и инструменты, на которые будут опираться инвестиционные решения. Прямое взаимодействие с CIO и Head of Research