Описание вакансии:
Стажер-количественный аналитик
Количественное моделирование
Помощь в анализе торговых данных и внутридневных сигналов для создания количественных альфа-моделей исполнения
Создание специализированных аналитических визуализаций с использованием данных Talos для отображения торговых паттернов и инсайтов по исполнению
Обучение работе с внутренними инструментами и системами для анализа данных
Количественные алгоритмы исполнения
Совместная работа с количественными аналитиками Talos над стратегиями, использующими альфа-модели исполнения для принятия торговых решений
Помощь в сборе и систематизации данных о производительности торговых алгоритмов
Изучение микроструктуры рынка и лучших практик исполнения
Поддержка бизнеса
Помощь в подготовке количественных материалов для встреч с клиентами, презентаций и академических исследований
Работа с количественными стратегиями для бэктестинга реальных торговых функций для ведущих криптовалютных компаний
Требования к кандидату:
Выпускник 2029 года, получающий степень магистра или доктора в области компьютерных наук или смежной области
Навыки программирования: Продвинутое владение Python с практическим опытом работы с библиотеками для анализа данных (особенно pandas) и глубоким пониманием архитектуры датафреймов для манипуляции, трансформации и анализа данных. Знание инструментов визуализации данных на Python будет плюсом.
Базы данных и языки запросов: Опыт работы с SQL, включая составление и оптимизацию сложных запросов для больших наборов данных; опыт работы с BigQuery или другими облачными платформами запросов будет значительным преимуществом.
Вычислительные финансы: Знакомство с концепциями вычислительных финансов, включая использование количественных методов и инструментов для финансовых приложений.
Статистика и анализ данных: Глубокие знания в области статистики, включая распределения вероятностей, проверку гипотез и методы выборки данных. Способность применять методы статистического анализа для работы с финансовыми данными.
Математика и машинное обучение: Прочная база в математических принципах, включая линейную алгебру и математический анализ, с акцентом на регрессионный анализ. Знакомство с алгоритмами и методами машинного и глубокого обучения при работе с разреженными данными, включая распространенные методы импутации.
Оптимизация портфеля: Знание методологий оптимизации портфеля, в частности моделей риск-доходность Марковица, будет плюсом.
Проживание в Нью-Йорке (HQ)
Преимущества:
Вы также получите доступ к широкому спектру конкурентных преимуществ, независимо от вашего местоположения, в рамках нашей теплой, дружелюбной и амбициозной корпоративной культуры. Некоторые из наших преимуществ включают:
Компенсация обедов в размере $25 USD для дней, проведенных в офисе
Вечерние мероприятия со всем офисом и другими стажерами
Другие офисные привилегии: Организованные обеды по вторникам, закуски и напитки
