Summary
Develop AI-driven trading tools for bond markets, including ML models for order-book analysis, anomaly detection in payment streams, and LLM-based trading recommendations for portfolio managers.
AI-агент управляющего портфелем облигаций: требуется разработать агента, который будет оркестрировать несколько ML моделей для анализа биржевых стаканов облигаций и на основании этого предлагает оптимальные варианты для совершения сделок покупки/продажи бумаг трейдерам
AI - позиционер:
a. Автоматическая квитовка платежей – требуется автоматизировать процесс сбивки плановых и фактических платежей по информации о платеже и его назначении
b. Универсальный тул мониторинга временных рядов – требуется разработать архитектуру для детекции аномалий во временных рядах в потоках платежей в различных системах (НОСТРО, ЛОРО, TFM).* сбор требований по моделям и коммуникация с заказчиком и DE
* определение целевых метрик решения и согласование их с заказчиком
* сбор и подготовка данных (Hadoop, pyspark, написание парсеров для сборки внешних данных)
* построение моделей по табличным данным
* поиск аномалий во временных рядах
* построение моделей предсказания временных рядов
* классификация новостей по степени влияния на рынок облигаций
* генерации торговых сигналов на основе неструктурированных данных
* создание RAG базы для генерации текстовых обоснований рекомендаций для трейдеров
* адаптация LLM для формулировки торговых идей на естественном языке
* тестирование различных гипотез.* опыт работы Data Scientist от 3х лет
* образование по направлениям "Математика", «Физика», «Мат. методы в экономике», (желательно выпускники - МГУ, МФТИ, ВШЭ и других ведущих вузов страны)
* глубокие знания в области теории вероятностей и математической статистики
* навыки написания качественного кода на Python (знание ООП, умение написания оптимального кода по скорости и памяти)
* понимания работы алгоритмов ML-моделей (бустинг, нейронные сети, NLP-модели, LLM)
* владения Python несколькими библиотеками для классического ML из списка или релевантными (numpy, sklearn, pandas, scikit-learn, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost, fbprophet, pygam)
* владения pytorch или другими DL фреймворками
* практика с нейросетевыми моделями (RNN, LSTM, Transformer, BERT)
* опыт разработки NLP-моделей (NLTK, spaCy, gensim, transformers).
Будет плюсом:
* понимание работы рынков ценных бумаг или готовность развиваться в этой области:
* знание фин. метрик: YTM, duration и т.д.
* опыт работы с кривыми доходностей и понимание оценки риска ценных бумаг
* понимание концепции парной торговли
* практические навыки fine-tuning и инференса LLM
* опыт разработки и оптимизация RAG-пайплайнов.* комфортный современный офис рядом с м. Кутузовская
* офисный формат работы
* ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)
* корпоративный спортзал и зоны отдыха
* более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
* программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)
* расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
* гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
* подписка Прайм с возможностью совместного использования на трёх близких
* вознаграждение за рекомендацию друзей в команду Сбера.