Европаhirix
Quant/ML Researcher
1 нед. назад
ЕвропаSeniorRemote
pythonmldlrltime seriesorder bookhedging
Исследователь Quant/ML для полного цикла исследований по краткосрочной микроструктуре, LP/хеджированию и другим связанным задачам в crypto/DeFi. Возможна удаленная работа.
Обязанности
- 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
Требования
- 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