Quantitative Researcher

Описание вакансии

Мы — небольшая команда, которая строит алгоритмическую торговую систему на финансовых рынках. Фокус — скальпинг: горизонт удержания от секунд до минут. Работаем с [криптой / фьючерсами / металлами / нефтью].

Что делаем:

• Пишем торговых ботов для автоматического исполнения стратегий.
• Разрабатываем скальпинговые стратегии на микроструктуре рынка.
• Строим пайплайн «данные → исследование → бэктест → риск-менеджмент → исполнение».

Кого ищем

Quant Researcher — исследование микроструктуры, построение скальпинговых сигналов, валидация стратегий.

Quant Developer — написание торговых ботов, инфраструктура, интеграция с биржами, оптимизация latency.

Возможны грейды: Junior / Middle / Senior.

---

Обязанности

Quant Researcher:

• Формулировать и проверять скальпинговые гипотезы на тиковых и ордербук-данных.
• Строить и валидировать стратегии: от идеи до бэктеста и продакшена.
• Учитывать комиссии, слиппедж, задержки исполнения.
• Оценивать качество стратегий: Sharpe, максимальная просадка, win rate, profit factor.
• Бороться с overfitting, look-ahead bias и нестационарностью рынка.

Quant Developer:

• Писать торговых ботов для автоматического исполнения стратегий.
• Интегрировать систему с биржевыми API (Bybit, Binance, CME, MOEX).
• Оптимизировать latency: сеть, код, железо.
• Строить бэктест-движок и мониторинг.
• Работать с ордербук-данными в реальном времени.

---

Требования

Обязательно:

• Высшее математическое образование (мехмат, физтех, ВМК, прикладная математика или аналог).
• Сильная статистика: проверка гипотез, условные вероятности, байесовский подход, временные ряды.
• Python на уровне уверенного владения: pandas, numpy, scipy.
• Понимание финансовых рынков: спред, ликвидность, слиппедж, комиссии.
• Опыт бэктестинга: in-sample / out-of-sample, overfitting, look-ahead bias.
• Умение объяснять результат словами, а не только кодом.

Будет плюсом:

• Опыт работы с тиковыми / ордербук-данными.
• Знание микроструктуры рынка.
• Опыт написания торговых ботов.
• [C++ / Rust] / низкоуровневая оптимизация.
• Опыт в скальпинге, HFT, prop-trading.
• ML: LightGBM/XGBoost, feature engineering для временных рядов.

Личные качества:

• Дисциплина: готовность к тому, что стратегия может не работать 3–6 месяцев.
• Честность: умение признать, что гипотеза не подтвердилась.
• Любопытство: желание копать в данные.
• Командность: работаем вместе, а не «каждый сам за себя».О нас

Ключевые навыки

• Python
• Английский язык
• SQL
• Java
• Computer Vision