ML Researcher | Алготрейдинг / Betting

Асланян Роза Александровна
Москва •Опубликовано 4 октября 2026
Зарплата не указана
Полная занятость3–6 летДругое
Зарплата не указана

Описание

Ищем ML Researcher в новый исследовательский проект на стыке машинного обучения, временных рядов и прогнозирования.

Нужен человек с сильной математической базой и исследовательским мышлением, которому интересно не просто обучать модели, а проверять гипотезы, искать устойчивые закономерности в данных и понимать, почему решение действительно работает.

Чем предстоит заниматься

  • Прогнозировать временные ряды с помощью статистических и ML-моделей.
  • Формулировать и проверять исследовательские гипотезы, строить бейзлайны.
  • Проводить бэктесты и корректную time-series валидацию.
  • Искать и исключать look-ahead bias, data leakage и переобучение.
  • Работать с разнородными и грязными данными: пропуски, дубли, выбросы, timestamps, задержки поступления, изменения схем.
  • Оценивать неопределённость и устойчивость прогнозов.
  • Сравнивать простые и сложные модели и внедрять сложность только там, где она даёт реальный устойчивый прирост.
  • Разрабатывать и поддерживать real-time сервисы прогнозирования.
  • Следить за воспроизводимостью экспериментов и качеством моделей в production.

Что важно

Сильное знание:

  • теории вероятностей и математической статистики;
  • линейной алгебры и случайных процессов;
  • ML: линейные модели, boosting, базовый Deep Learning;
  • временных рядов: ARIMA/ETS, state-space, ML-подходы, корректная cross-validation;
  • Python: pandas, NumPy, SciPy, scikit-learn, statsmodels;
  • LightGBM / CatBoost / XGBoost.

Важно уметь самостоятельно пройти путь от сырых данных и гипотезы до воспроизводимого работающего решения, писать поддерживаемый код и критически относиться к собственным результатам.

Будет большим плюсом

Опыт с:

  • backtesting и борьбой с look-ahead bias;
  • probabilistic forecasting и calibration;
  • PyTorch;
  • SQL;
  • Docker / FastAPI;
  • MLflow или другими системами трекинга экспериментов;
  • C++ / Rust / Go для low-latency задач.

Отдельный плюс: ШАД, сильная математическая/техническая программа, олимпиады по математике или информатике, ICPC/IMC, Kaggle, ML/DS-публикации и конференции.

Опыт именно в алготрейдинге или betting не обязателен. Важнее сильная математическая база, умение исследовать данные и быстро погружаться в новый домен.

Условия

Полностью удалённая работа.

Фикс обсуждаем индивидуально. Жёсткой вилки нет: готовы платить выше рынка сильному кандидату.

Описание

Ищем ML Researcher в новый исследовательский проект на стыке машинного обучения, временных рядов и прогнозирования.

Нужен человек с сильной математической базой и исследовательским мышлением, которому интересно не просто обучать модели, а проверять гипотезы, искать устойчивые закономерности в данных и понимать, почему решение действительно работает.

Чем предстоит заниматься

  • Прогнозировать временные ряды с помощью статистических и ML-моделей.
  • Формулировать и проверять исследовательские гипотезы, строить бейзлайны.
  • Проводить бэктесты и корректную time-series валидацию.
  • Искать и исключать look-ahead bias, data leakage и переобучение.
  • Работать с разнородными и грязными данными: пропуски, дубли, выбросы, timestamps, задержки поступления, изменения схем.
  • Оценивать неопределённость и устойчивость прогнозов.
  • Сравнивать простые и сложные модели и внедрять сложность только там, где она даёт реальный устойчивый прирост.
  • Разрабатывать и поддерживать real-time сервисы прогнозирования.
  • Следить за воспроизводимостью экспериментов и качеством моделей в production.

Что важно

Сильное знание:

  • теории вероятностей и математической статистики;
  • линейной алгебры и случайных процессов;
  • ML: линейные модели, boosting, базовый Deep Learning;
  • временных рядов: ARIMA/ETS, state-space, ML-подходы, корректная cross-validation;
  • Python: pandas, NumPy, SciPy, scikit-learn, statsmodels;
  • LightGBM / CatBoost / XGBoost.

Важно уметь самостоятельно пройти путь от сырых данных и гипотезы до воспроизводимого работающего решения, писать поддерживаемый код и критически относиться к собственным результатам.

Будет большим плюсом

Опыт с:

  • backtesting и борьбой с look-ahead bias;
  • probabilistic forecasting и calibration;
  • PyTorch;
  • SQL;
  • Docker / FastAPI;
  • MLflow или другими системами трекинга экспериментов;
  • C++ / Rust / Go для low-latency задач.

Отдельный плюс: ШАД, сильная математическая/техническая программа, олимпиады по математике или информатике, ICPC/IMC, Kaggle, ML/DS-публикации и конференции.

Опыт именно в алготрейдинге или betting не обязателен. Важнее сильная математическая база, умение исследовать данные и быстро погружаться в новый домен.

Условия

Полностью удалённая работа.

Фикс обсуждаем индивидуально. Жёсткой вилки нет: готовы платить выше рынка сильному кандидату.

Похожие вакансии

Коммерческий директор
Time To Choose Magic
Зарплата не указана
Полная занятостьОпыт 1–3 года
Менеджер по обработке заявок
ЕЦТ
до 70000 руб.
Полная занятостьОпыт не требуется
Data Engineer
WILIX
180000 – 240000 руб.
Полная занятостьОпыт 3–6 лет
Менеджер по продажам автомобилей
Т-Банк
от 100000 руб.
Полная занятостьОпыт 1–3 года
Менеджер по продажам кредитных продуктов
Т-Банк
от 77000 руб.
Полная занятостьОпыт 1–3 года
Сетевой инженер
АО «ОТП Банк» (JSC «OTP Bank»)
Зарплата не указана
Полная занятостьОпыт 1–3 года