Senior Quantitative Researcher & AI Engineer

Data Science Jobs; United States; Presencial; USD 140 000 - 230 000; Tempo integral

Vantagens oferecidas por esta oferta de emprego

Конкурентная оплата труда

Годовой бонус по результатам

Инфраструктура и бюджет на команду

Доступ к профессиональным данным и AI-

Инструменты

Resumo da oferta

FirstMessage ищет старшего количественного исследователя и инженера ИИ для удаленной занятости. Работа фокусируется на рынках США, сочетая количественный анализ, ML и разработку инфраструктуры для тестирования идей.

Вы строите пайплайны данных, системы мониторинга тезисов и point-in-time хранилище по данным рынка и документам SEC, развиваете AI-агентов и проверяете результаты на исторических данных. Требуется сильная математика и статистика, опыт 3+ лет, владение Python/SQL и уверенный

Qualificações

• Сильная база в математике, статистике и машинном обучении.
• От 3 лет в quantitative research или data science на финансовых данных.
• Доведена модель или сигнал до практического применения и есть примеры проверки результата.
• Опыт backtesting на point-in-time данных, знание look-ahead bias, survivorship bias и переобучения.
• Python и SQL: умеете строить пайплайны и писать 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.
• Уверенный английский.

Responsabilidades

• Мониторинг: создать систему, которая регулярно сверяет инвестиционные тезисы с новыми данными и показывает подтверждается тезис, слабеет или требует пересмотра.
• Данные: создать point-in-time хранилище: рыночные и фундаментальные данные, документы SEC, стенограммы звонков, новости, внутренняя аналитика.
• Backtesting и модели: проверка инвестиционных гипотез на исторических данных, разработка сигналов в дополнение к фундаментальному анализу.
• Портфельная аналитика: концентрация, факторные экспозиции, ликвидность, сценарные риски, размер позиций.
• AI-агенты: развивать агентов в исследовательском процессе и оценивать качество их работы.

Conhecimentos

Mathematics

Statistics

Machine Learning

Python

SQL

Backtesting

LLM systems

Portfolio risk

English

Ferramentas

Pandas

NumPy

SQL

Backtesting frameworks

Descrição da oferta de emprego

Senior Quantitative Researcher & AI Engineer

Инвестиционная компания с фокусом на публичные рынки США и технологические тренды. Формат: удалённо, полная занятость.

Задачи:

• Мониторинг: создать систему, которая регулярно сверяет инвест тезисы с новыми данными и показывает подтверждается тезис, слабеет или требует пересмотра.
• Данные: Создать point-in-time хранилище: рыночные и фундаментальные данные, документы SEC, стенограммы звонков, новости, внутренняя аналитика.
• Backtesting и модели: проверка инвестиционных гипотез на исторических данных, разработка сигналов в дополнение к фундаментальному анализу.
• Портфельная аналитика: концентрация, факторные экспозиции, ликвидность, сценарные риски, размер позиций.
• AI-агенты: развивать агентов в исследовательском процессе и оценивать качество их работы.

Требования:

• Сильная база в математике, статистике и машинном обучении.
• От 3 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.
• Уверенный английский.

Желательно:

• Опыт построения систем на LLM с измеримым качеством: evaluation, тестовые наборы, контроль ошибок.
• Опыт на buy-side или в прямой работе с портфельными управляющими.

Мы предлагаем:

• Работа с реальным портфелем: ваши инструменты 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.