• Build and own the company's data function from the ground up • Audit and improve existing data infrastructure, tooling, and processes • Lead a lean data team while remaining hands-on with analysis • Leverage AI to automate workflows and increase team productivity • Analyze large datasets to answer strategic business questions • Deliver investment-grade analyses, dashboards, and executive briefings • Establish data governance, reporting standards, and analytical best practices • Partner with Product, Finance, Operations, and Leadership to drive business decisions • Continuously improve the company's AI-enabled data capabilities

• Build and own the company's data function from the ground up • Audit and improve existing data infrastructure, tooling, and processes • Lead a lean data team while remaining hands-on with analysis • Leverage AI to automate workflows and increase team productivity • Analyze large datasets to answer strategic business questions • Deliver investment-grade analyses, dashboards, and executive briefings • Establish data governance, reporting standards, and analytical best practices • Partner with Product, Finance, Operations, and Leadership to drive business decisions • Continuously improve the company's AI-enabled data capabilities

Role Description Ищу студента или выпускника Skillbox, которому интересны рыночные данные, алгоритмические стратегии, волатильность и современный AI-native подход к разработке. Формат практики — исследовательско-прикладная работа: - Аккуратность мышления - Работа с фактами - Умение формулировать гипотезы - Доведение результата до понятного вывода Кого ищу: - AI-native и data-native человек - Любит данные и спокойно относится к сложным системам - Интересуется рынками с шумом и резкими движениями - Умеет пользоваться искусственным интеллектом как рабочим инструментом - Готов отвечать за качество результата Формат участия обсудим отдельно. На старте это практика за опыт, понятные задачи, обратная связь и результат, который можно положить в портфолио. Рабочий технический контур: - Локальная платформа O2 - Соединяет backend, интерфейс, рыночные данные, бэктесты, аналитические артефакты, тесты и AI-инструменты Стек: - Backend и данные: Python, FastAPI, uvicorn, pandas, numpy, pyarrow, parquet/CSV/JSON - Проверки качества: regression tests, тесты метрик, тесты отчётов и артефактов, проверки данных, UI-контракты - Расчёты и бэктесты: Python-код, Numba для ускорения тяжёлых вычислений, подготовка данных, параллельная обработка инструментов - Интерфейс: JavaScript, HTML, CSS, O2 Desk, API-запросы, WebSocket, localStorage, графики и рабочие аналитические экраны - Рыночные направления: крипторынок и американские акции Примеры направлений задач: - Анализ качества рыночных данных: покрытие, пропуски, выбросы, дубли, согласованность источников - Подготовка исследовательских заметок по рыночной гипотезе - Сравнение вариантов стратегии по устойчивости, риску, чувствительности к параметрам и распределению результата - Разбор результатов бэктеста: метрики, графики, сделки, просадки, концентрация прибыли, сильные и слабые периоды - Улучшение отчётов и документации - Написание проверок, которые ловят сломанные отчёты, пустые данные, расхождения метрик или некорректные артефакты - Работа с AI-инструментами Qualifications - Интерес к данным - Аккуратность - Готовность разбираться в новой системе - Базовый технический кругозор - Привычка проверять выводы фактами Requirements - Опыт работы с данными, кодом или AI-инструментами - Интерес к рынкам, волатильности и поиску закономерностей - Наличие GitHub, портфолио или учебных проектов Benefits - Формат: удалённо - Занятость: частичная, гибкий график (обсуждается индивидуально) - Оплата: практика не оплачивается - Длительность практики обсуждается индивидуально - Понятные задачи, наставничество, обратная связь и результат, который можно положить в портфолио - Возможность продолжить сотрудничество на коммерческой основе - Рекомендательное письмо по результатам практики

• Preparação de bases de dados; • Construção de modelos estatísticos, visando a predição de variáveis de negócio como perda, receita, taxa, entre outros; • Escoragem/Produção dos modelos construídos; • Monitoramento dos modelos construídos; • Backtests e análises ad-hocs, de acordo com a necessidade das áreas de negócio.