Ведущий инженер по машинному обучению / Руководитель отдела машинного обучения

Мы ищем старшего инженера по машинному обучению / руководителя ML для присоединения к небольшой, элитной команде инженеров и исследователей, создающих торговые стратегии на основе машинного обучения на рынках криптовалют. Система в настоящее время работает в продакшене, демонстрируя сильные результаты и быстро масштабируясь. Мы ищем исключительного эксперта, который возьмёт на себя ответственность за продукт, будет развивать нашу архитектуру и экспоненциально увеличивать прибыльность наших моделей.

Вы будете работать напрямую с реальной прибылью и убытком (PnL). Эта позиция предназначена для тех, кто хочет видеть непосредственное финансовое влияние своей работы, процветает в условиях высокой автономии и стремится писать высокопроизводительный код и создавать сложные математические модели.

Обязанности

• Разрабатывать и оптимизировать архитектуру машинного обучения для наших торговых стратегий.

• Вести полный цикл исследований: самостоятельно формулировать гипотезы, внедрять их в продакшен и контролировать реальную производительность/прибыльность.

• Совершенствовать и улучшать существующие модели машинного обучения для повышения их эффективности.

• Выявлять и устранять узкие места в конвейерах обработки данных и стратегиях исполнения.

Технический стек

• Python (основной язык)

• NumPy, numba, PyTorch / JAX

Требования

• Опыт работы на позиции старшего инженера по машинному обучению или руководителя ML.

• Подтверждённый опыт разработки прибыльных моделей машинного обучения или торговых стратегий.

• Базовые знания математики, статистики и теории вероятностей.

• Способность работать в условиях высокой неопределённости: формулировать собственные гипотезы и проверять их на данных.

• Опыт написания высокопроизводительного, готового к продакшену кода.

Желательно

• Опыт в алгоритмической торговле или глубокая экспертиза в области криптовалютных рынков.

• Владение C++ (особенно для чтения и оптимизации критичных по задержкам участков кода).

• Сильный академический бэкграунд: награды в конкурсах, достижения на Kaggle, научные публикации или выпуск из ведущей программы по Data Science (например, SHAD).

• Интерес к наставничеству и развитию команды.

Преимущества

• Отсутствие бюрократии, высокая автономия и возможность работать рядом с людьми, разделяющими научный подход и стремление к высококачественной инженерии.

• Возможность напрямую влиять на продукт и видеть результаты своей работы, отражённые в реальных финансовых показателях.