Data Scientist, Equity Research

О позиции

Вы будете работать в команде технологий финансовых исследований, создавая и поддерживая количественные модели и ML-пайплайны для эквити-анализа. Эта позиция требует глубокого понимания финансовых рынков и способности превращать сырые данные в исследовательские сигналы, которыми пользуются аналитики и клиенты. Роль предполагает тесное сотрудничество с исследователями фондового рынка и использование методов оценки стоимости компаний, анализа финансовой отчётности и инвестиционной методологии.

Чем заниматься

• Разрабатывать, строить и поддерживать количественные модели и ML-пайплайны для поддержки исследований акций
• Взаимодействовать с аналитиками по эквити для перевода исследовательских методологий в масштабируемые data-driven модели
• Собирать, очищать и создавать фичи из структурированных и неструктурированных финансовых данных
• Разрабатывать и валидировать предиктивные модели (прогнозы прибыли, фактор-модели, скоринг рисков)
• Построить и поддерживать data pipelines и автоматизированные workflow для обновления и мониторинга моделей
• Проводить exploratory data analysis для выявления новых сигналов и аномалий
• Документировать методологии, допущения и ограничения моделей
• Актуализировать знания в области количественных финансов, NLP для финансового текста и ML

Что ждут

• Высшее образование (бакалавр или магистр) в количественной области: Data Science, Статистика, CS, Financial Engineering, Экономика
• 3+ года опыта как data scientist, количественный аналитик или похожая роль
• Сильное владение Python для data science (pandas, NumPy, scikit-learn)
• Знание статистики и методов машинного обучения: регрессия, классификация, time-series analysis
• Уверенное владение SQL и работой с большими финансовыми данными
• Опыт работы с financial statement analysis и методами оценки акций
• Навыки коммуникации для объяснения сложных концепций не-техническим стейкхолдерам

Будет плюсом

• CFA charter или активное продвижение через CFA Program (уровень II/III)
• Опыт работы в sell-side/buy-side research firm или independent research provider
• Опыт применения NLP к финансовому тексту (earnings calls, filings)
• Знакомство с cloud платформами (AWS предпочтительно)
• Опыт работы с alternative data sources для инвестиций
• Знание backtesting frameworks и portfolio construction

Условия

• 21 день отпуска
• 8 дней sick leave
• 1 оплачиваемый волонтёрский день
• 11–13 праздничных дней в году
• Медицинская страховка
• Страхование жизни и инвалидности за счёт компании
• Конкурентоспособная зарплата
• Годовой performance bonus

Навыки

• Python
• pandas
• NumPy
• scikit-learn
• SQL
• Machine Learning
• Statistics
• Time Series Analysis
• Data Wrangling
• Financial Modeling
• Equity Valuation
• NLP
• AWS
• Git
• Feature Engineering
• Model Deployment
• Research Analytics

Могут спросить на собеседовании

1. Расскажите о проекте, где вы строили предиктивную модель для финансовых данных. Какую задачу решали и какие метрики использовали?
2. Какие факторы или признаки вы считаете наиболее значимыми при прогнозировании доходности акций? Почему?
3. Как вы подходите к валидации моделей в контексте equity research? Что делаете, если модель показывает overfitting?
4. Опишите, как вы работали с неструктурированными текстовыми данными (например, earnings transcripts). Какие NLP техники применяли?
5. Как вы объясните сложные результаты моделирования не-техническому стейкхолдеру (например, аналитику или портфельному менеджеру)?