Applied Research, Quantitative Finance

🕒 il y a 10 jours

🏄 California – Distant

🏄 California – Remote

💵 $150 000 - $300 000 / an

⏰ Temps Plein

🟡 Intermédiaire

🟠 Senior

💸 Planification et Analyse Financières (FP&A)

👻 Score fantôme 4%

Ce que ça veut dire : la probabilité que personne ne recrute vraiment pour cette offre.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Prime Intellect

Site WebLinkedInTous les Emplois

1 - 10 employés

🤖 Intelligence artificielle

☁️ SaaS

Artificial Intelligence • SaaS • Cloud Computing

Prime Intellect est une entreprise dédiée à la démocratisation du développement de l'IA en offrant des ressources informatiques évolutives et décentralisées pour l'entraînement de modèles. Leur plateforme permet aux utilisateurs de trouver et de partager des ressources de calcul à l'échelle mondiale, facilitant ainsi l'entraînement de modèles avancés via des clusters distribués. Ils promeuvent la propriété collective des innovations en IA, incluant des modèles linguistiques et scientifiques. Prime Intellect propose également une gamme d'options GPU pour permettre un entraînement de modèles abordable et efficace. Leur objectif est de faire progresser la recherche sur l'entraînement décentralisé et le développement de l'IA open-source à l'échelle mondiale.

Description

• Build environments, evaluations, agents, and post-training methods for quantitative research and systematic decision-making • Turn workflows into tasks, environments, evaluations, and reward signals • Run post-training experiments against real baselines and determine whether gains come from the model, data, harness, inference, or infrastructure • Build quantitative-research environments for hypothesis formation, analysis, backtesting on point-in-time data, result diagnosis, and iterative testing • Design rewards and evaluations distinguishing durable improvement from look-ahead bias, data leakage, overfitting, favorable execution assumptions, hidden concentration, and tail risk • Train long-horizon agents to use data, research, coding, simulation, and portfolio tools while preserving provenance and respecting risk constraints • Build environments with realistic market mechanics, transaction costs, latency, capacity, and operational constraints • Develop agents that conduct quantitative research, use analytical and execution tools, inspect evidence, and recover from failed hypotheses • Create verifiers and evaluations for robust out-of-sample behavior across assets, horizons, regimes, and adverse conditions • Build production loops with monitoring, human authority, regression gates, and failure attribution across models, data, simulation, and infrastructure • Work directly with customers, users, or research partners while maintaining a substantive research agenda • Turn reusable work into shared research, open-source systems, and product capabilities

🎯 Exigences

• Depth in RL, agents, or post-training systems and ability to become fluent in quantitative research • Prior work in systematic trading, market microstructure, time-series modeling, econometrics, or financial simulation is useful but not required • Hands-on experience building and debugging model-training, post-training, agent, evaluation, or closely adjacent experimental loops • Strong experimental judgment: meaningful baselines, careful trace inspection, clear failure attribution, and willingness to change direction when evidence changes • Strong Python • Ability to build artifacts that other researchers and engineers can run, inspect, and extend • Comfort owning ambiguous problems and keeping partners and teammates current • Publications, open-source systems, benchmarks, or shipped products as evidence of exceptional work

🏖️ Avantages

• Equity incentives • Flexible Work (San Francisco, New York, London, or remote) • Visa Sponsorship & relocation support • Professional Development budget • Team Off-sites & conference attendance

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV