Praca w miastach:Praca IT Warszawa•Praca IT Kraków•Praca IT Wrocław•Praca IT Szczecin•Praca IT Poznań•Praca IT Lublin•Praca IT Katowice•Praca IT Bydgoszcz•Praca IT Łódź•Praca IT Białystok•Praca IT Toruń•Praca IT Gdańsk
Stanowiska:Grafik komputerowy praca•Tester gier praca•Programista praca•Tester oprogramowania praca•Frontend Developer praca•Data scientist praca•Tester manualny praca•Tester praca•Analytics praca•Tester aplikacji praca•Programista java praca•Web developer praca
Technologie i narzędzia:Python praca•Cyberbezpieczeństwo praca•Java praca•Bazy danych praca•Cisco praca•C++ praca•Javascript praca•SQL praca•Business Intelligence praca•Delphi praca•Wordpress praca•Testowanie aplikacji praca•C# praca•PHP praca
Specjalizacje:Backend praca•Devops praca•Frontend praca•Full-stack praca•GameDev praca•Mobile praca•Embedded praca•Architecture praca•QA/Testing praca•Security praca•AI/ML praca•Big data science praca•Helpdesk praca•IT admin praca•Agile praca•Product Management praca•Project Management praca•UX/UI praca•Business analytics praca•SAP & ERP praca•System analytics praca•PO/PM praca•Scrum master praca•Analityka praca•Data analytics & BI praca
Podsumowanie oferty
(Podsumowanie wygenerowane przez AI na bazie pełnej treści ogłoszenia rekrutacyjnego)
Projekt dotyczy budowy strategii opartych na ML dla akcji, kontraktów terminowych i danych makro. Kluczowe technologie to Python, pandas/NumPy, SQL, Docker oraz narzędzia orkiestracji (cron/Dagster). Główne obowiązki obejmują utrzymanie i walidację historii cen (1m/1h/1d) dla >1000 instrumentów, tworzenie ciągłych serii kontraktów terminowych, zarządzanie danymi point-in-time, projektowanie i utrzymanie feature store, wersjonowanie zbiorów treningowych i zapewnienie zgodności trening/produkcja, budowę potoków przygotowania danych dla treningu rozproszonego, monitoring jakości i orkiestrację zadań.
od: 15 września 2026
do: 15 października 2026
8000 - 12 000 złbrutto/ mies.umowa zlecenie (pełny etat)
8000 - 12 000 złbrutto/ mies.umowa o dzieło
Szczegóły wynagrodzenia
stała podstawa wynagrodzenia
Parametry oferty
poziom:junior • mid
tryb pracy: stacjonarna
lokalizacja:Warszawa, mazowieckie
Warszawa, mazowieckie
Wymagania
Technologie wymagane
Python
SQL
Docker
Git
ML
Technologie mile widziane
C++
AirFlow
Dagster
PySpark
DevOps
System operacyjny
Linux
Nasze wymagania
- Bardzo dobry Python i pandas/NumPy: praca na dużych, niekompletnych szeregach czasowych, łączenie po czasie (as-of), resampling, strefy czasowe
- Doświadczenie w budowie potoków danych dla modeli ML (przygotowanie cech, zbiory treningowe, zgodność trening/produkcja)
- Rozumienie danych rynkowych: OHLCV, splity i dywidendy, sesje giełdowe, kontrakty terminowe i rolki
- Świadomość look-ahead bias i różnicy między datą wartości a datą publikacji
- Dociekliwość i precyzja: każdą zmianę danych potwierdzasz liczbami
- Linux, Git, SQL na poziomie praktycznym, Docker
Mile widziane
- Doświadczenie z API dostawców danych (Databento, Polygon, FRED/ALFRED, IBKR, TradeStation)
- Obliczenia rozproszone (Ray, Dask lub Spark) i Kubernetes
- MLflow lub inne narzędzia do śledzenia eksperymentów i wersjonowania modeli; XGBoost
- Parquet, dane na dysku sieciowym (NFS), optymalizacja I/O dla dużych zbiorów
- Znajomość danych makro (PKB, CPI, rewizje, pierwsze publikacje) lub danych COT/EIA/USDA
- Podstawy statystyki szeregów czasowych (zmienność, GARCH, HMM)
- Doświadczenie w funduszu, prop tradingu lub zespole danych rynkowych
Twój zakres obowiązków
- Utrzymanie historii cen (bary 1m/1h/1d) dla ponad tysiąca instrumentów z kilku źródeł oraz porównywanie źródeł między sobą
- Wykrywanie i naprawa błędów w cenach: splity i zmiany tickerów, dziwne bary, dziury, duplikaty, nieprawidłowe mnożniki, delisting
- Budowa ciągłych serii kontraktów terminowych: wybór frontu, rolki, skalowanie cen, znaczniki rolki
- Zarządzanie danymi makro i fundamentalnymi w wersji point-in-time z datą i godziną publikacji
- Zapewnienie, że dane nie zawierają podglądu przyszłości: poprawne przypisanie publikacji do barów, strefy czasowe, kalendarze sesji i świąt
- Projektowanie i utrzymanie magazynów cech (feature store)
- Zapewnienie zgodności danych między treningiem i handlem na żywo: te same producenty cech, ten sam kod łączenia, testy zgodności bit w bit
- Wersjonowanie zbiorów treningowych: zamrożone migawki, odcisk danych i kodu w manifeście, pełna odtwarzalność wyników
- Tworzenie potoków przygotowania danych dla treningu rozproszonego: pakowanie, wysyłka i kontrola kompletności paczek
- Przyrostowe liczenie cech w trybie live i optymalizacja czasu tego procesu
- Automatyczne bramki jakości przed treningiem i przed wdrożeniem modeli, monitoring świeżości danych, alerty
- Utrzymanie i orkestracja cyklicznych zadań (cron, Dagster lub podobne), uzupełnianie luk po awariach źródeł
- Dokumentowanie źródeł, zakresów dat i znanych ograniczeń każdej serii i każdej cechy
O projekcie
Budujemy systematyczne strategie oparte na ML dla akcji, kontraktów terminowych i danych makro. Szukamy osoby odpowiedzialnej za dane i infrastrukturę, która dostarcza je do trenowania modeli i do handlu na żywo.
Tak organizujemy naszą pracę
Tak pracujemy
wewnątrz organizacjirozwijasz kilka projektów jednocześniemasz wpływ na wybór narzędzi i technologiimasz wpływ na rozwiązania technologiczne
Tak pracujemy nad projektem
- dokumentacja
Data Engineer
8k–12k zł / mies. (UoD), 8k–12k zł / mies. (zlec.)
Zgłaszam się do:
MMD-TC CAPITAL LIMITED
Warszawa, mazowieckie
Brakuje Ci informacji?
- Upewnij się, że w treści nie ma tego, czego szukasz.
- Zadaj pytanie, jeśli potrzebujesz więcej szczegółów dotyczących powyższej oferty.
- Przekażemy Twoje pytanie do pracodawcy i postaramy się dostarczyć odpowiedź w ciągu 3 dni roboczych.