Вступить в клуб →
← К вакансиям
hirix (рекрутинговый партнёр)66/100

Senior Quant/ML Researcher

Опубликовано: 8 октября 2026
seniorremoteML / Data SciencefulltimeМосква, Россияrupythonmachine learningdeep learningстатистикавременные рядыreinforcement learningмикроструктура рынкаorder bookdefidexcexquant research
Контакты и отклик открываются после вступления в клубВступить →

Вакансия опубликована на Хабр Карьера — открыть оригинал ↗

Похожие вакансии

Все вакансии →
Назаренко Дмитрий Денисович (GB Agency)Славгород (Алтайский край), Россияremotefulltimesenior58

Quant Researcher / ML

Квант-исследователь с ML-бэкграундом в команду, строящую систематические торговые стратегии на крипторынке. Самостоятельное ведение исследовательских направлений (микроструктура, исполнение, ликвидность, сигналы, risk-аллокация) от гипотезы до вывода стратегии в продакшн. Требуются уверенный Python, сильная база по статистике/временным рядам и понимание исполнения на рынке.

pythonmlстатистикавременные рядыоптимизациякрипторынок+6
5 октября 2026от 8 000 USD
СберМосква, Россияonsitefulltimesenior72

Senior Deep Learning Engineer (Speech LLM)

Обучение аудио-условных LLM и развитие ASR нового поколения: инструктивность, временные метки, диаризация, теги. Проведение SFT и Online RL экспериментов для выравнивания и улучшения распознавания, использование LLM-ASR для автоматической разметки и создания датасетов для ASR/TTS и мультимодального предобучения.

deep learningmachine learningpythonpytorchreinforcement learningllm+6
22 октября 2026
hirixremotesenior75

Quant/ML Researcher

Исследования в области краткосрочной микроструктуры, LP/хеджирования и исполнения на crypto/DeFi рынках. Полный цикл Quant/ML исследований: данные, признаки, модели, симуляции и перенос в production.

pythonmldlrlstatisticstime-series+6
3 октября 2026
СберСпасибоМоскваonsitefulltimemiddle78

Middle/Senior Data Scientist (команда Лояльность)

Разработка и поддержка ML-пайплайна ежемесячных категорий начислений бонусов Спасибо: пул моделей прогнозирования клиентского поведения (транзакционная активность, вероятности акцепта категорий, up-lift, CSI/CSAT) и целочисленный оптимизатор персональных офферов. Нужны глубокое знание классического ML, Python, продвинутый SQL, опыт AB-тестирования и вывод моделей в прод.

pythonsqlmachine learningdeep learningab-тестированиеpyspark+6
23 октября 2026