Usiamo cookie tecnici e il registro anonimo delle visite di Zorky. Yandex Metrica (dati conservati su server in Russia) funziona solo con il tuo consenso. Non vendiamo mai dati. Ulteriori informazioni su cookie e statistiche.
Zorky è in modalità test: è tutto gratuito. Le offerte e le pagine delle aziende sono aperte a tutti; i link agli annunci e la tua selezione personale si aprono dopo la registrazione. Registrati →
← Tutte le offerte

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

MiddleremoteWarszawa, PL →4 g fa
Analisi del mercato
📊 Data Engineering: stipendi e domanda sul mercato
Stack
PythonDuckDBParquetNeural Networkstime series analysisQuantitative Researchduckdbllmpython
Mostra azienda e link
Gratis, dopo l'accesso.
Candidati
Carica il tuo CV: datori di lavoro e recruiter di diversi paesi che cercano il tuo profilo potranno contattarti direttamente.
Invia il tuo CV →
Descrizione

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

Descrizione completa, azienda e link per candidarti: dopo l'accesso. Accedi
I contatti del datore di lavoro (email/telefono/telegram) sono nascosti nell'anteprima pubblica. Invia il tuo CV così i datori di lavoro possono contattarti direttamente.
Segnala questo annuncio
Domanda urgente? Scrivi a @termdocs