باحث في مجال التعلم الآلي (السلاسل الزمنية / الإشارات)

نحن شركة تداول خوارزمية تجمع بين مرونة شركة ناشئة والموارد المتاحة لصندوق عالي الأداء. يركز فريقنا على تطوير استراتيجيات متطورة، والعمل معنا لا يعني فقط دفع عجلة التكنولوجيا إلى الأمام، بل أيضًا أن تصبح جزءًا من فريق تُقدَّر فيه الأفكار، ويتم تشجيع النمو المهني، ويحظى كل عضو فيه بفرصة لتحقيق إمكاناته الكاملة. نبحث عن باحث كمي يتمتع بخلفية قوية في التعلم الآلي ونمذجة السلاسل الزمنية للانضمام إلى فريقنا. ما ستقوم به: - البحث وتطوير ونشر نماذج تعلم آلي متطورة للتنبؤ بالسلاسل الزمنية المعقدة والمتعددة الأبعاد — من إشارات السوق إلى المؤشرات الاقتصادية الكلية والبيانات البديلة. - بناء خطوط أنابيب التعلم الآلي من الصفر: استيعاب البيانات، ومعالجة السمات، والنمذجة، والمعايرة، والرصد. - تصميم مناهج مخصصة للتحقق والاختبار للبيانات غير الثابتة، بما في ذلك اكتشاف تغيرات النظام وتقييمها في ظل الظروف العدائية. - العمل مع مصادر بيانات واسعة النطاق — مثل بيانات التحديثات اللحظية، والبيانات الساتلية، والمعاملات، وبيانات الويب المستخرجة — وتحويلها إلى سمات منظمة. - التعاون مع الباحثين الكميين والمهندسين لدمج نماذج التعلم الآلي في عمليات الاستثمار الواقعية. - المساهمة في مبادرات البحث الاستراتيجي، بما في ذلك الاستدلال السببي، وتعلم التمثيل، والنماذج القائمة على الانتباه للسلاسل الزمنية. المتطلبات الخبرة: - 4 إلى 8 سنوات من الخبرة العملية، ويفضل أن تكون مزيجًا من الأوساط الأكاديمية والصناعية. - نشر أوراق بحثية في أبرز المؤتمرات في مجال الذكاء الاصطناعي (NeurIPS، ICLR، ICML) في مجالات السلاسل الزمنية أو تعلم الإشارات. - خبرة في بناء نماذج للتنبؤ بإشارات السوق أو البيانات البديلة أو الاقتصاد الكلي أو السلع أو المشاعر. - المشاركة في بناء ثقافة بحثية في التعلم الآلي: أدوات داخلية، وإرشاد، وممارسات العلوم المفتوحة. المهارات والتعليم: - خبرة متقدمة في التعلم العميق للسلاسل الزمنية: مثل Temporal Fusion Transformers، DeepAR، N-BEATS، PatchTST. - معرفة بالاستدلال السببي والتفكير المضاد للحقائق في السلاسل الزمنية. - خبرة في التعلم متعدد الوسائط (السلاسل الزمنية + البيانات الجدولية + النصوص). - إجادة استخدام بيئة التعلم الآلي: PyTorch، HuggingFace، DVC، Docker، وغيرها. - مهارات في التحقق من صحة النماذج للبيانات غير المستقلة والمتماثلة (non-iid): استراتيجيات تحقق متقاطع مخصصة، وتقسيم البيانات مع مراعاة التغيرات في النظام. - القدرة على بناء خطوط أنابيب التعلم الآلي من البداية حتى التنفيذ في بيئة الإنتاج. - درجة الماجستير أو الدكتوراه في تخصص كمي (الفيزياء، الرياضيات، علوم الحاسوب، أو مجالات ذات صلة). - اللغات: الروسية، الإنجليزية. ميزة إضافية: - فهم نماذج تسعير الخيارات والاستراتيجيات التحوطية. - خبرة في استخدام لغة C++ أو Rust. - القدرة على توصيل الأفكار التقنية لجمهور متنوع، بما في ذلك أصحاب المصلحة غير التقنيين. المزايا: - ثقافة الابتكار: بيئة مفتوحة وديناميكية وشاملة تُقدَّر فيها أفكارك. - المرونة والأثر: استمتع بحرية الشركة الناشئة مع دعم مالي وموارد صندوق كبير. - تأثير كبير: العمل مباشرة على مشاريع تُشكّل الاستراتيجيات وتدفع بنجاح الصندوق. - 35 يومًا إجازة سنويًا – الكثير من الوقت للراحة وإعادة الشحن. - إجازة مرضية مدفوعة بالكامل – التعافي دون قلق مالي. - معدات متطورة – اختر الأدوات التي تناسبك بشكل أفضل (ضمن الميزانية). - طبيب نفسي مؤسسي – دعم الصحة النفسية عند الحاجة.