Senior Data Scientist в Департамент глобальных рынков

Наша команда занимается анализом рыночных данных, новостных данных и любых других данных которые влияют на финансовые рынки и могут помочь в исполнении HFT торговых стратегий. Необходимо уметь и учиться: Анализировать, визуализировать данные Разрабатывать ML модели Оценивать значимость изменений Разрабатывать синхронный/асинхронный код Понимать финансовые рынки Разрабатываемая нами информационная платформа высоконагруженное решение, призванное обеспечить достижение всех этих целей. Текущий инструментальный стек платформы: Python, (C#, C++ в меньшем объеме) Python ML/DL libraries, asyncio ClickHouse, OneTick Наша команда решает очень широкий спектр DS и инженерных задач с применением самых передовых инструментов. Мы обрабатываем большие объемы высокочастотных рыночных данных. Вот примеры некоторых наших задач: Выявление подозрительного поведения. Клиенты на валютном рынке, могут совершать операции, характеризуемые как fraud. Необходимо выявлять паттерны таких операций и своевременно реагировать на их появление, регулируя, соответствующим образом, ценовое предложение Выявления аномалий котирования. Мы котируем несколько тысяч валютных пар, акций, других финансовых инструментов. Необходимы алгоритмы автоматического поиска аномалий Выявление состояний рынка. Определяем и прогнозируем состояния рынка. От них зависят параметры торговых стратегий Прогноз движения рынка. Для ряда торговых стратегий необходимо прогнозировать направление движения цены актива на разные временные горизонты и придумывать способы оценки этих прогнозов Анализ новостного потока. Необходимо в приходящем из разных источников новостном потоке определять тематику каждой новости и ее эмоциональную окраску, выделять в контенте новости объекты, с которыми она связана компании, государства и т.п. Кроме того, необходимо отслеживать каждую тему во времени, находить дубликаты новостей, оценивать интенсивность новостного потока и его влияние на спрос и котировки финансовых инструментов, прямо или косвенно связанных с объектами новостей Требования Практический опыт работы кандидата в активной фазе то, что ежедневно практикуется в течение последнего года по направлениям: 1. Иностранный язык a. Понимание разговорного английского языка и свободное ведение деловой переписки 2. Языки программирования a. Python 3. Разработка полнофункционального прототипа ML/DL модели a. Предварительная обработка и анализ данных b. Формирование признакового пространства, отбор алгоритмов для ML/DL модели, настройка и обучение модели c. Анализ качества и интерпретация результатов, тюнинг модели d. Визуализация результатов и представление их бизнес-заказчику для согласования возможности ввода ML/DL модели в опытную / промышленную эксплуатацию (ОЭ/ПЭ) 4. Операционализация модели и ввод ее в эксплуатацию (ОЭ/ПЭ) a. Автоматизация работы ML/DL модели в потоковом или batch режиме (с помощью системного аналитика и дата-инженеров собственной команды разработки в сложных случаях автоматизации) b. Интеграция автоматизированной ML/DL модели с бизнес-процессами, потребляющими результаты ее работы (с помощью системного аналитика и дата-инженеров собственной команды разработки в сложных случаях интеграции) Контроль параметров качества и периодическое дообучение модели в процессе эксплуатации Условия Формат работы: офис (ул.Вавилова,19). Возможен гибрид; ДМС с первого дня; Скидки на продукты банка и экосистемы; Развитая IT архитектура; Постоянное развитие: обучающие курсы от лучших университетов и компаний (МФТИ, ВШЭ, NVIDIA и другие), участие в международных конференциях; Развитое DS community, регулярные митапы, дайджесты и конференции.