Wir verwenden technische Cookies und das anonymisierte Besuchsprotokoll von Zorky. Yandex Metrica (Daten werden auf Servern in Russland gespeichert) läuft nur mit Ihrer Einwilligung. Wir verkaufen keine Daten. Mehr zu Cookies und Statistik.
Zorky läuft im Testmodus — alles ist kostenlos. Stellen und Unternehmensseiten sind für alle offen; Links zu den Anzeigen und Ihre persönliche Stellenauswahl gibt es nach der Registrierung. Registrieren →
← Alle Stellen

AI / ML Quantitative Researcher (Mid / Senior) | Crypto Markets

MiddleremoteWarszawa, PL →vor 4 T.
Markteinblicke
📊 Data Engineering: Gehälter und Nachfrage am Markt
Stack
PythonDuckDBParquetNeural Networkstime series analysisQuantitative Researchduckdbllmpython
Unternehmen und Link anzeigen
Kostenlos, nach der Anmeldung.
Bewerben
Laden Sie Ihren Lebenslauf hoch — Arbeitgeber und Recruiter aus verschiedenen Ländern, die Ihr Profil suchen, können Sie direkt kontaktieren.
Lebenslauf senden →
Beschreibung

Nie szukamy kolejnej osoby od trenowania modeli ML. Szukamy kogoś, kto potrafi znaleźć sygnał tam, gdzie inni widzą tylko dane. Dla 7bulls szukamy Quantitative Researchera, który przejmie odpowiedzialność za research i eksperymenty prognostyczne na rynkach kryptowalut.

To rola dla osoby, która lubi stawiać hipotezy, testować je na danych, kwestionować własne wyniki i - co równie ważne - wiedzieć, kiedy powiedzieć „to nie działa, zmieniamy kierunek”. Nie będziesz zarządzać zespołem ani wdrażać cudzych pomysłów. Będziesz mieć realną autonomię w prowadzeniu badań i możliwość konsultowania wyników z doświadczonymi Quant Researcherami z rynków tradycyjnych, którzy współtworzyli systemy algorytmicznego tradingu działające na żywo.

Kogo szukamy? Otwieramy rekrutację zarówno na poziomie Mid, jak i Senior . Najważniejsze jest dla nas doświadczenie badawcze i umiejętność przekładania wyników eksperymentów na konkretne decyzje.

Szukamy osoby, która: Prowadziła eksperymenty prognostyczne od hipotezy do decyzji - i potrafi opowiedzieć o co najmniej dwóch, w tym jednym zakończonym negatywnym wynikiem. Rozumie walidację modeli na danych szeregów czasowych, data leakage, overfitting i znaczenie właściwego baseline'u. Patrzy na wyniki przez pryzmat realnych kosztów i użyteczności, a nie wyłącznie metryk modelu.

Potrafi zmienić źródło danych, target lub samo pytanie badawcze, kiedy dotychczasowe podejście nie przynosi rezultatów. Nie boi się kwestionować założeń i potrafi poprzeć swoje zdanie

Vollständige Beschreibung, Unternehmen und Bewerbungslink — nach der Anmeldung. Anmelden
Kontaktdaten des Arbeitgebers (E-Mail/Telefon/Telegram) sind in der öffentlichen Vorschau ausgeblendet. Senden Sie Ihren Lebenslauf — dann können Arbeitgeber Sie direkt kontaktieren.
Dieses Stellenangebot melden
Dringende Frage? Schreiben Sie @termdocs