باحث في التعلم الآلي (السلاسل الزمنية / الإشارات)

نحن شركة تداول خاص يجمع بين مرونة الشركة الناشئة والموارد المتوفرة في صندوق أداء عالي. يركز فريقنا على تطوير استراتيجيات رائدة، والعمل معنا لا يعني فقط دفع حدود التكنولوجيا، بل أيضًا أن تكون جزءًا من فريق تُقدَّر فيه الأفكار، ويتم تشجيع النمو المهني، وكل عضو لديه الفرصة لتحقيق إمكاناته الكاملة. نبحث عن باحث كمي يتمتع بخلفية قوية في التعلم الآلي ونمذجة السلاسل الزمنية للانضمام إلى فريقنا. المهام الموكلة إليك: البحث وتطوير ونشر نماذج تعلم آلي متقدمة للتنبؤ بالسلاسل الزمنية المعقدة عالية الأبعاد — من إشارات السوق إلى المؤشرات الاقتصادية الكلية والبيانات البديلة. بناء خطوط أنابيب التعلم الآلي من الصفر: استهلاك البيانات، ومعالجة السمات، والنمذجة، والمعايرة، والرصد. تصميم أساليب مخصصة للتحقق والاختبار للبيانات غير الثابتة، بما في ذلك اكتشاف تغير الأنظمة وتقييم الحالة العدائية. العمل مع مصادر بيانات واسعة النطاق — مستوى الصفقات، والصور الفضائية، والمعاملات، والبيانات المستخرجة من الإنترنت — وتحويلها إلى سمات منظمة. التعاون مع الكوانت والمهندسين لدمج نماذج التعلم الآلي في العمليات الاستثمارية الواقعية. المساهمة في مبادرات الأبحاث الاستراتيجية، بما في ذلك الاستنتاج السببي، وتعلم التمثيل، والنماذج القائمة على الانتباه للسلاسل الزمنية. المتطلبات الخبرة: 4–8 سنوات من الخبرة العملية، ويفضل أن تكون مزيجًا من الأوساط الأكاديمية والصناعية. نشر أوراق في المؤتمرات الرائدة في مجال الذكاء الاصطناعي (NeurIPS, ICLR, ICML) في مجالات السلاسل الزمنية أو تعلم الإشارات. خبرة في بناء نماذج للتنبؤ بإشارات السوق أو الإشارات البديلة أو الاقتصاد الكلي أو السلع أو المشاعر. المشاركة في بناء ثقافة بحثية في التعلم الآلي: أدوات داخلية، والإرشاد المهني، وممارسات العلم المفتوح. المهارات والتعليم: إتقان التعلم العميق للسلاسل الزمنية: محولات الدمج الزمنية (Temporal Fusion Transformers)، DeepAR، N-BEATS، PatchTST. معرفة بالاستنتاج السببي والتفكير المضاد للحقيقة في السلاسل الزمنية. خبرة في التعلم متعدد الوسائط (السلاسل الزمنية + البيانات الجدولية + النصوص). إجادة مجموعة أدوات التعلم الآلي: PyTorch، HuggingFace، DVC، Docker، وغيرها. مهارات في التحقق من النماذج للبيانات غير المستقلة والمتماثلة (non-iid): استراتيجيات التحقق المتقاطع المخصصة، وأقسام البيانات المدركة للأنظمة. القدرة على بناء خطوط أنابيب التعلم الآلي من البداية حتى الاستدلال في بيئة الإنتاج. درجة الماجستير أو الدكتوراه في مجال كمي (الفيزياء، الرياضيات، علوم الحاسوب، أو المجالات ذات الصلة). اللغات: الروسية، الإنجليزية. ما هو مرغوب فيه: فهم نماذج تسعير الخيارات والتحوط. خبرة في استخدام C++ أو Rust. القدرة على إيصال الأفكار التقنية لمجموعات متنوعة، بما في ذلك أصحاب المصلحة غير التقنيين. المزايا ثقافة الابتكار: بيئة مفتوحة، ديناميكية، وشاملة حيث تُعد أفكارك مهمة. المرونة والأثر: تمتع بحرية الشركة الناشئة مع دعم مالي من صندوق ذي موارد كبيرة. أثر كبير: اعمل مباشرة على مشاريع تشكل الاستراتيجيات وتدفع نجاح الصندوق. 35 يومًا إجازة – الكثير من الوقت للراحة وإعادة الشحن. إجازة مرضية مدفوعة بالكامل – تعافَ دون قلق مالي. معدات من الطراز الأول – اختر الأدوات التي تناسبك بشكل أفضل (ضمن الميزانية). طبيب نفسي مؤسسي – دعم الصحة النفسية عند الحاجة.