ML Lead в HFT-команду@ CHOICEIT

25K $/мес
оценка на руки
Опубликовано 10.09.2026

О позиции

В небольшую HFT-команду CHOICEIT требуется ML Lead. Команда занимается разработкой и внедрением торговых стратегий на криптовалютных и классических рынках. Вы будете отвечать за развитие торговых стратегий и эффективность всего направления.

Чем вы будете заниматься

  • Разрабатывать и улучшать ML-driven и quantitative торговые стратегии.
  • Искать и валидировать новые торговые идеи и сигналы.
  • Работать с time-series и рыночными данными в реальном времени.
  • Строить и оптимизировать пайплайны исследований, backtesting и inference.
  • Улучшать скорость и эффективность алгоритмов.
  • Анализировать качество моделей и стратегий.
  • Потенциально развивать направление и собирать команду под себя.

Требования

  • Опыт в HFT / market making / arbitrage стратегиях.
  • Подтверждённый опыт разработки прибыльных торговых стратегий / ML-driven стратегий.
  • Сильный Python и ML stack: NumPy, numba, PyTorch / JAX, scikit-learn.
  • Хороший математический и статистический бэкграунд.
  • Опыт работы с time-series / market data.
  • Опыт quantitative research / ML research.
  • Понимание принципов торговли, анализа рынков и поведения рыночных данных.
  • Умение самостоятельно формулировать и проверять гипотезы, высокий уровень самостоятельности и ownership mindset.

Что мы предлагаем

  • Полностью удалённая работа, без ограничений по локации.
  • Возможность влиять на развитие команды и направление.
  • Работа в динамичной и инновационной среде.
Обязательные
0/1
Желательные
0/1
Бонус
0/1
Почему эта вакансия
8.5
8.5 из 10
оценка совпадения

Кто здесь добьётся успеха

Глубокие знания Python и библиотек для машинного обучения, таких как PyTorch и JAX, для разработки эффективных торговых стратегий.

Способность работать в удаленном режиме, проявляя самодисциплину и проактивность в поиске решений и внедрении новых идей.

Опыт работы с временными рядами и рыночными данными, что позволяет быстро адаптироваться к изменениям на рынках и находить новые торговые сигналы.

Навыки в оптимизации и валидации торговых стратегий с использованием NumPy и Scikit-learn, что гарантирует высокую производительность моделей.

Ресурсы для обучения

Карьерный путь

ML Engineer (Сейчас)Senior ML Engineer (1–2 года)Director of Machine Learning (3–5 лет)

Обзор рынка

Объём рынка Python 2026
$5.5B
Годовой рост
12.3%
Внедрение AI
75%
Инвестиции
+150%

Навыки и требования

Обязательные
PythonNumPynumba
Растущий спрос
TensorFlowKerasData Engineering
Снижающийся спрос
PandasMatplotlib

Тренды отрасли

Увеличение использования автоматизации
Ожидается, что к 2026 году 60% компаний в сфере технологий будут использовать автоматизацию для оптимизации своих ML-процессов.
Рост интереса к интерпретируемым моделям
По данным исследований, 55% организаций будут инвестировать в интерпретируемые модели, чтобы повысить доверие к AI-системам.

Новости FinTech

Загружаем новости отрасли...

Ищем релевантные статьи за последние 6 месяцев