Data Scientist

Заголовок: Data Scientist Компания: WorldQuant Местоположение: Нью-Дели

WorldQuant разрабатывает и внедряет систематические финансовые стратегии в широком спектре классов активов и мировых рынков. Мы стремимся создавать высококачественные предиктивные сигналы (альфы) посредством нашей проприетарной исследовательской платформы для применения финансовых стратегий, ориентированных на рыночные неэффективности. Наши команды работают сообща, чтобы обеспечить производство альф и финансовых стратегий – основы сбалансированной глобальной инвестиционной платформы.

WorldQuant строится на культуре, сочетающей академическую основательность с ответственностью за результаты. Сотрудникам предлагается открыто мыслить о проблемах, балансируя интеллектуализм и практичность. Отличные идеи могут прийти от кого угодно, где угодно. Сотрудникам предлагается бросать вызов общепринятому мышлению и обладать установкой на постоянное совершенствование.

Наша цель – нанять лучших и самых ярких. Мы ценим прежде всего интеллектуальный потенциал и людей, демонстрирующих выдающиеся таланты. Нет дорожной карты к будущему успеху, поэтому нам нужны люди, которые помогут нам ее построить.

Роль: Это уникальная возможность для Data Scientist присоединиться к новой и быстрорастущей внутридневной команде. В этой роли вы будете сотрудничать с нашей тесной командой количественных исследователей, инженеров данных, технологов и коллег, занимающихся источниками данных, для исследования, инжиниринга и валидации количественных сигналов, полученных из высокочастотных данных рынка акций на различных мировых рынках, при этом управляя полным жизненным циклом сигнала, формируя гипотезу о том, какое поведение рынка предсказывает, преобразуя его в признак, валидируя его с помощью данных и внедряя его в исследовательскую платформу. Это ориентированная на исследования роль в области науки о данных с существенным объемом практического кодирования и внедрения сигналов в нашей внутренней среде.

Основные обязанности включают:

• Исследование и разработка признаков из необработанных, высокочастотных рыночных данных, перевод гипотез о поведении рынка в количественные сигналы.
• Внедрение сигналов в нашей внутренней среде симуляции/бэктестинга, итеративно переходя между разведочным анализом данных и реализацией на основе среды.
• Валидация признаков посредством бэктестинга на исторических данных, проверка поведения в различных рынках, режимах и крайних случаях (например, открытие/закрытие рынка, периоды низкой ликвидности).
• Сотрудничество с исследовательскими и инженерными командами для согласования подходов к внедрению, стандартов валидации и исследовательских решений.
• Изучение новых и существующих источников данных для выявления потенциальных сигналов, заслуживающих дальнейшей разработки.
• Становление экспертом в области различных приложений глубокого обучения и машинного обучения для высокочастотных данных, анализ и понимание лежащих в основе динамик, рыночной микроструктуры и поведения в данных.
• Разработка инсайтов на основе данных и сотрудничество с исследовательской командой для генерации торгуемых
• Разработка утилитарных инструментов, которые могут далее автоматизировать рабочий процесс разработки, тестирования и развертывания программного обеспечения.

Что вы принесете:

• Сильный академический бэкграунд – минимум степень бакалавра в технической или количественной области.
• Сильный бэкграунд в области науки о данных, с опытом преобразования зашумленных реальных данных в валидированные, хорошо работающие сигналы или модели.
• Строгие навыки количественного программирования, с дисциплиной написания точного, качественного для продакшена и учитывающего производительность кода, включая низкоуровневые реализации, где это необходимо. Опыт работы с C++ будет плюсом.
• Рабочее знание финансовых рынков и того, как ведут себя торговые/рыночные данные, или сильная способность быстро их изучить. Опыт рыночной микроструктуры и работа с темными пулами, данными о торгах и биржах будет плюсом.
• Практический опыт и теоретическое понимание глубоких нейронных сетей и других методов машинного обучения в высокочастотной области будет плюсом.
• Комфортное принятие прагматичных компромиссов при моделировании в условиях неопределенности, при четком изложении обоснования этих компромиссов на основе данных.
• Исключительные аналитические способности и навыки решения проблем, с сильным вниманием к деталям.

WorldQuant является работодателем с равными возможностями и не дискриминирует при найме по признаку расы, цвета кожи, вероисповедания, религии, пола, сексуальной ориентации или предпочтений, возраста, семейного положения, гражданства, национального происхождения, инвалидности, статуса военнослужащего, генетической предрасположенности или статуса носителя, или любой другой характеристики, защищенной применимым законодательством.