Рассказываем про наши курсы по базовым техническим дисциплинам

Курсы охватывают различные базовые направления на профильных IT-факультетах и рассчитаны на университетский уровень.

Они уже используются в университетах-партнерах Spectral::Technologies как часть учебных программ и получили высокие оценки студентов: 4.9 из 5. Теперь курсы открыты для всех на Stepik:
- Алгоритмы и структуры данных, лектор - Мария Горденко (ВШЭ), задачи - Сергей Копелиович (ИТМО, ВШЭ)
- Параллельное программирование, лектор - Евгений Калишенко (ИТМО, ВШЭ, СПбГУ)
- Глубокое обучение с подкреплением, лектор - Олег Свидченко (ВШЭ, ИТМО)
- Введение в Unix, лектор - Зубаков Алексей (ВШЭ, ИТМО)

О том, как появилась идея проекта и зачем такие курсы нужны, рассказывает Антон Кузнецов 👇

Часто говорят, что задачи в HFT похожи на Kaggle. Спросили, так ли это, у наших Kaggler’ов:

Что общего:

⚡️Быстрая обратная связь по понятной метрике: на Kaggle – скор; в HFT – PnL.

🥇 Просто нормального решения мало: все достается небольшому количеству участников, поэтому нужно целиться в топ.

🏎 Нельзя останавливаться. Решение нужно постоянно улучшать, иначе оно устареет.

⏩ Короткий путь от идеи до продакшена: есть результат на тестах – быстро доводим до прода.

💡 Дедлайны Kaggle и меняющийся рынок в HFT заставляют фокусироваться только на том, что дает результат.

Что отличается:

🔒 На Kaggle многие участники охотно делятся идеями. HFT – закрытая сфера, здесь важно уметь самому находить решения.

📊На Kaggle метрика качества известна заранее – ты точно понимаешь, что нужно оптимизировать, чтобы подняться в лидерборде. В HFT выбрать, что именно оптимизировать, чтобы максимально повлиять на PnL, – отдельная задача.

🧩На Kaggle есть ограничения по скорости и ресурсам, но в HFT они гораздо строже. Ограничения определяют сам подход к разработке: низкоуровневой инженерии и оптимизации.

Итого – в HFT, как и на Kaggle, результат виден напрямую: улучшил модель – вырос скор. Никаких сложных историй с прокси-метриками и объяснениями менеджерам, как именно твоя работа повлияла на бизнес.

Именно поэтому кегглерам и олимпиадникам у нас обычно нравится: ежедневное соревнование, которое буквально твоя full-time job. Присоединяйтесь 🙂

#quant

Мы обновили для вас материалы для подготовки к интервью на позицию Junior Quant.

⚖️База, без которой никуда: материалы по теории вероятностей
📓Подборки задач с решениями:
Задачи 1 / Решения 2
Задачи 2 / Решения 2
Задачи 3 / Решения 3
🎓Базовые лекции по С++ от Булата Ибрагимова (ФПМИ, МФТИ). Да, наши кванты умеют прогать)
💻1-9 лекции по ML от Радослава Нейчева (ФПМИ, МФТИ)
📝Наши посты на квантовую тематику:
Словарь кванта
Как оценить моментум
Метрики перфоманса модели
Арбитраж
Маркет-Мейкинг
📚5 книг, чтобы погрузиться в мир HFT

Запомни, а то забудешь (с) Джейсон Стэтхем
А если вы уже готовы - пишите @valeria_spectral

@SpectralTech – тот самый канал HFT-фонда

#попасть_в_hft

Разбираем задачи с нашего первого технического интервью на C++ Software Engineer

Эти задачи решали кандидаты в нашу команду — теперь можете и вы 💻
Через неделю покажем разбор.

📄 Задания: https://teletype.in/@spectraltech/NriNvVP-Xf5

Хотите попасть к нам — пишите @sophia_spectral

#попасть_в_hft

Разбираем первую задачу с нашего технического интервью

Первое задание — про оптимизацию многопоточного кода: false sharing, аллокации в hot path, branch prediction. И не только...

📄Решение смотрите тут: https://teletype.in/@spectraltech/TpxSmXVlxln

#попасть_в_hft

Продолжаем разбирать задачи с нашего технического интервью.

Сегодня — 2-4 задания: про архитектуру, профилирование и использование инструментов.
📄 Разбор смотрите тут: https://teletype.in/@spectraltech/oro-4YP__Dq

Если есть вопросы – пишите в комментариях!

#попасть_в_hft

💥Материалы для подготовки к интервью на позицию ML Researcher

📓 Наши посты по теме ML и HFT:

- Какой опыт полезен для ML в HFT
- Пайплайн ML в HFT
- Словарь кванта
- Как оценить моментум

🎓3 книги о том, как устроен ML в финансах (pdf — в треде):

- Marcos Lopez de Prado — Advances in Financial Machine Learning
- Michel M. Dacorogna et al. — An Introduction to High-Frequency Finance
- Ashwin Rao, Tikhon Jelvis — Foundations of Reinforcement Learning with Applications in Finance

Чтобы откликнуться на ML-позиции, пишите @sophia_spectral 😉

#попасть_в_hft