ML Engineer, Digital Assets Trading & Live ML Systems

Wintermute; Greater London; Hybrid; GBP 90,000 - 150,000; Full time

Benefits offered by this job

Performance-based compensation

Pension and private health insurance

Team meals and events

Relocation assistance

Job summary

Wintermute в Лондоне ищет специалиста по ML/кванти для разработки моделей альфа‑генерации и обработки потоков тик‑данных. Вы будете строить data pipelines, исследовать архитектуры DL и внедрять решения в торговую инфраструктуру.

Требуется опыт применения ML/DL к реальным задачам, знание временных рядов и опыт работы с ML-инфраструктурой. Предусмотрены гибридные условия и поддержка релокации.

Qualifications

• Степень в информатике, ML, прикладной математике или смежной количественной дисциплине.
• Сильные навыки Python и ML-библиотек.
• Опыт применения ML/DL к реальным задачам.
• Знакомство с моделированием временных рядов или высокочастотными данными.
• Опыт разработки ML-инфраструктуры, включая пайплайны данных, отслеживание экспериментов и версионирование.

Responsibilities

• Разрабатывать ML-модели и инфраструктуру для генерации альфы на основе данных с рынка.
• Проектировать и поддерживать пайплайны данных, предобработку и извлечение признаков из стриминговых тик-данных.
• Исследовать и внедрять архитектуры DL для краткосрочного прогнозирования и извлечения сигналов.
• Сотрудничать с квантовыми исследователями и разработчиками для интеграции моделей в живые торговые среды.
• Оптимизировать задержки инференса и устойчивость моделей в условиях реального рынка.
• Улучшать качество моделей через регламентированное бэктестирование, онлайн-оценку и мониторинг.

Skills

Python

Time-series modeling

ML pipelines

Experiment tracking

ML applications

Education

CS/ML/Applied Math degree

Tools

C++

CUDA

Job description

Wintermute в Лондоне ищет специалиста по ML/кванти для разработки моделей альфа‑генерации и обработки потоков тик‑данных. Вы будете строить data pipelines, исследовать архитектуры DL и внедрять решения в торговую инфраструктуру.

Требуется опыт применения ML/DL к реальным задачам, знание временных рядов и опыт работы с ML-инфраструктурой. Предусмотрены гибридные условия и поддержка релокации.