Bumuo ng teknolohiya sa pangangalakal sa amin.
Sumali sa Qaveta, isang quantitative technology studio na bumubuo ng mga produkto ng MT5 EA, mga modelong pinansyal at mga cloud workspace. Tinatanggap namin ang mga malalayong aplikante sa buong mundo.
Sinusuri namin ang mga aplikasyon at tumugon sa loob ng 1–3 araw ng negosyo.
MT5 EA Developer
Bumuo ng mga mapagkakatiwalaang tagapayo at tool ng eksperto sa MQL5, na ginagawang mga natukoy na panuntunan sa pangangalakal sa mga napapanatiling masusubok na produkto.
Ano ang gagawin mo
- Bumuo at magpanatili ng mga MT5 EA, indicator at trading panel.
- Ipatupad ang paghawak ng order, pamamahala ng posisyon, mga kontrol sa panganib at online na awtorisasyon ng Key.
- Patakbuhin ang mga pagsusuri sa Strategy Tester, i-diagnose ang mga isyu sa pagpapatupad at paglabas ng dokumento.
Ang dinadala mo
- Praktikal na karanasan sa MQL5 sa mga MT5 trading API, pangangasiwa ng kaganapan at asynchronous na pagpapatupad.
- Unawain ang mga netting at hedging account, mga nakabinbing order, mga hadlang sa broker at mga senaryo ng muling pagkonekta.
- Sumulat ng malinaw na code, gumamit ng kontrol sa bersyon at subukan gamit ang makatotohanang mga gastos at data.
- Magbigay ng mga halimbawa ng pagbuo ng EA; Ang pagsasama ng API o karanasan sa C++/C# ay isang plus.
Financial Machine Learning Engineer
Magsaliksik at magsanay ng mga modelo para sa mga serye ng panahon ng pananalapi, na may diin sa mga maaaring kopyahin na mga eksperimento, mahigpit na pagpapatunay at maaasahang hinuha.
Ano ang gagawin mo
- Bumuo ng mga pipeline ng market-data, mga set ng tampok at mga dataset ng pagsasanay.
- Sanayin, i-fine-tune at ihambing ang time-series o iba pang angkop na mga modelo ng machine learning.
- Magdisenyo ng mga walk-forward at out-of-sample na mga pagsusuri na tumutukoy sa pagtagas ng data at mga gastos sa pangangalakal.
- Maghatid ng mga bersyong modelo, maaaring kopyahin na mga eksperimento at mga interface ng hinuha sa produksyon.
Ang dinadala mo
- Malakas na kasanayan sa Python at praktikal na karanasan sa PyTorch o TensorFlow.
- Unawain ang mga paghahati ng serye ng oras, hindi pagka-stationarity, pagtagas, overfitting at kawalan ng katiyakan.
- Karanasan sa kalidad ng data, pagsubaybay sa eksperimento at pagsubaybay sa pagganap ng modelo.
- Pananaliksik sa Financial ML, mga reproducible na proyekto o naka-deploy na mga halimbawa ng modelo; ang ipinamahagi na pagsasanay at inference optimization ay isang plus.
Proseso ng aplikasyon
Ipadala ang iyong aplikasyon → Paunang pagsusuri sa loob ng 1–3 araw ng negosyo → Pagtalakay sa teknikal o karanasan → Saklaw at mga tuntuning napagkasunduan bago magsimula.
Interesado sa pag-promote na nakabatay sa komisyon sa halip? Affiliate Program ↗