Senior Quantitative Researcher & AI Engineer

ODS Serbia; Time; Remote; NOK 1,148,000 - 1,722,000; Full time

Benefits offered by this job

Годовой бонус

Инфраструктура и бюджет на найм

Job summary

Capital Lab ищет исследователя, который построит количественный и AI-контур инвестиционного процесса: мониторинг тезисов, point-in-time данные, backtesting, портфельная аналитика, LLM-агенты. Команда принимает решения на основе фундаментального анализа, вы работаете напрямую с CIO и Head of Research.

Полностью удалённо. Требуется сильная база в математике, статистике и ML; опыт 5+ лет в quantitative research или data science на финансовых данных; умение писать пайплайны на Python и SQL; знание

Qualifications

• Сильная база в математике, статистике и ML.
• Опыт 5+ лет в quantitative research или data science на финансовых данных.
• Довели модель или сигнал до практического применения и показывали проверку.
• Опыт backtesting на point-in-time данных, знание look-ahead bias, survivorship bias и переобучение.
• Понимаете фундаментальный анализ и портфельный риск.
• Свободный английский.

Responsibilities

• Построить систему мониторинга инвестиционных тезисов с актуализацией данными.
• Создать point-in-time хранилище рыночных и фундаментальных данных, SEC документов, новостей.
• Проверять инвестиционные гипотезы на исторических данных и разрабатывать сигналы.
• Вести портфельную аналитику: концентрации, риски, ликвидность, размер позиций.
• Развивать LLM-агентов в исследовательском процессе.

Skills

Математика

Статистика

Машинное обучение

Python

SQL

LLM

Tools

Python

SQL

LLM-инструменты

Job description

Tracks

Competitions

Hacks & Tasks

Events

Projects

Hubs

Jobs

Privacy policyService agreementWebsite agreementPublic offer on the transfer of the right to use speechesOffer with the authorContact/Support

© ODS.AI 2015—2026

Brief description of the vacancy

Ищем исследователя, который построит количественный и AI-контур инвестиционного процесса: мониторинг тезисов, point-in-time данные, backtesting, портфельная аналитика, LLM-агенты. Команда принимает решения на основе фундаментального анализа, вы работаете напрямую с CIO и Head of Research. Полностью удалённо.

About The Company

Company Capital Lab.

Capital Lab — инвестиционная компания с фокусом на публичные рынки США и технологические тренды.

Responsibilities

• Построить систему мониторинга, которая регулярно сверяет инвестиционные тезисы с новыми данными и показывает, подтверждается ли тезис, слабеет или требует пересмотра.
• Создать point-in-time хранилище: рыночные и фундаментальные данные, документы SEC, стенограммы звонков, новости, внутренняя аналитика.
• Проверять инвестиционные гипотезы на исторических данных, разрабатывать сигналы в дополнение к фундаментальному анализу.
• Вести портфельную аналитику: концентрация, факторные экспозиции, ликвидность, сценарные риски, размер позиций.
• Развивать LLM-агентов в исследовательском процессе и оценивать качество их работы.

Requirements

• Сильная база в математике, статистике и машинном обучении.
• От 5 лет в quantitative research или data science на финансовых данных.
• Довели модель или сигнал до практического применения и можете показать, как проверяли результат.
• Опыт backtesting на point-in-time данных: на практике знаете look-ahead bias, survivorship bias и переобучение.
• Python и SQL: самостоятельно строите пайплайны данных и пишете надёжный, тестируемый код.
• Строили системы на LLM с измеримым качеством: evaluation, тестовые наборы, контроль ошибок.
• Понимаете фундаментальный анализ и портфельный риск, чтобы формализовать инвестиционный тезис.
• Свободный английский.

Желательно: Опыт на buy-side или в прямой работе с портфельными управляющими.

Working conditions

Работа с реальным портфелем: ваши инструменты сразу тестируются в инвестиционном процессе. Профессиональные источники данных и современные AI-инструменты. Конкурентная оплата труда и годовой бонус по личным результатам и результатам компании. Собственный бюджет на инфраструктуру и найм команды при подтверждении эффективности системы.

Contacts

Log InOnly registered users can open employer contacts.

Evgeny Shatov

Posted: October 9 at 11:39 AM

Ищем исследователя, который построит количественный и AI-контур инвестиционного процесса: мониторинг тезисов, point-in-time данные, backtesting, портфельная аналитика, LLM-агенты. Команда принимает решения на основе фундаментального анализа, вы работаете напрямую с CIO и Head of Research. Полностью удалённо.

Capital Lab — инвестиционная компания с фокусом на публичные рынки США и технологические тренды.

• Построить систему мониторинга, которая регулярно сверяет инвестиционные тезисы с новыми данными и показывает, подтверждается ли тезис, слабеет или требует пересмотра.
• Создать point-in-time хранилище: рыночные и фундаментальные данные, документы SEC, стенограммы звонков, новости, внутренняя аналитика.
• Проверять инвестиционные гипотезы на исторических данных, разрабатывать сигналы в дополнение к фундаментальному анализу.
• Вести портфельную аналитику: концентрация, факторные экспозиции, ликвидность, сценарные риски, размер позиций.
• Развивать LLM-агентов в исследовательском процессе и оценивать качество их работы.

• Сильная база в математике, статистике и машинном обучении.
• От 5 лет в quantitative research или data science на финансовых данных.
• Довели модель или сигнал до практического применения и можете показать, как проверяли результат.
• Опыт backtesting на point-in-time данных: на практике знаете look-ahead bias, survivorship bias и переобучение.
• Python и SQL: самостоятельно строите пайплайны данных и пишете надёжный, тестируемый код.
• Строили системы на LLM с измеримым качеством: evaluation, тестовые наборы, контроль ошибок.
• Понимаете фундаментальный анализ и портфельный риск, чтобы формализовать инвестиционный тезис.
• Свободный английский.

Желательно: Опыт на buy-side или в прямой работе с портфельными управляющими.

Working conditions

Работа с реальным портфелем: ваши инструменты сразу тестируются в инвестиционном процессе. Профессиональные источники данных и современные AI-инструменты. Конкурентная оплата труда и годовой бонус по личным результатам и результатам компании. Собственный бюджет на инфраструктуру и найм команды при подтверждении эффективности системы.

Our website uses cookies, including web analytics services. By using the website, you consent to the processing of personal data using cookies. You can find out more about the processing of personal data in the Privacy policy

Learn More