Trova la tua prossima opportunità

Cerca offerte per professione, competenza e località. Controlla i requisiti prima di preparare la candidatura.

Una ricerca utile non si ferma a un titolo interessante. Confronta mansioni, requisiti e condizioni con la tua esperienza. Questa guida ti aiuta a selezionare le opportunità, preparare documenti pertinenti e verificare dove inviare ogni candidatura.

L’interfaccia è in italiano. I titoli e le descrizioni delle aziende rimangono nella lingua originale di pubblicazione, che può essere l’inglese.

Cancella filtri

Risultati: 13.782

← Torna ai risultati

AI/ML Engineer

AM.Dirac

Lavoro da remoto

Località
Remote (Worldwide)
Retribuzione
USD 150000-250000 per annual
Orario
Full Time
Pubblicato
13 ott 2026

Prima di candidarti, verifica sul sito dell’azienda che la posizione sia ancora aperta e leggi le condizioni complete.

Descrizione della posizione

L’interfaccia è in italiano. I titoli e le descrizioni delle aziende rimangono nella lingua originale di pubblicazione, che può essere l’inglese.

AI/ML Engineer – Full TimeLocation: Remote or Hybrid (Location Flexible) Start Date: Rolling Company: AM.Dirac, Quantitative Proprietary Trading Firm About AM.Dirac AM.Dirac is an AI-forward quantitative trading firm applying machine learning and programmatic reasoning to public market strategies. We use frontier ML capabilities to automate and scale our alpha-generating infrastructure across asset classes. Our team combines deep expertise in ML engineering, quant research, and systems design, working collaboratively to develop intelligent agents that operate in real-time, data-rich environments. Position Overview We are looking for a full-time AI/ML Engineer to join the core team at AM.Dirac. This is an opportunity to build intelligent systems that power next-generation trading strategies, from idea generation to execution. You’ll work at the intersection of state-of-the-art ML (including LLMs and agentic systems), portfolio optimization, and real-time data pipelines. Your work will directly support live strategies in production and lay the foundation for autonomous investment agents. Key Responsibilities Alpha Generation: Design and refine predictive ML models trained on intraday financial data and alternative datasets to surface trade signals. Data Infrastructure & Experimentation: Work with large-scale time series, macroeconomic, and unstructured datasets. Build pipelines, clean data, and rapidly iterate on hypotheses. Agentic Systems Development: Help architect and implement systems using LLMs to automate alpha research, backtesting, and live trading tasks. Portfolio Optimization: Contribute to the design of intelligent portfolio construction methods that integrate learned signals and risk constraints. Tooling & Research Ops: Develop internal experimentation frameworks in Python/Jupyter and build reproducible research workflows across the team. Collaboration: Work closely with quant researchers, founders, and systems engineers to scale model impact from prototype to production. Qualifications Required: Education: BS in Computer Science, Machine Learning, or related field (MS/PhD preferred). Exceptional candidates without a degree but with strong evidence of technical ability will be considered. Python & Jupyter Expertise: Demonstrated fluency with Python, NumPy, pandas, scikit-learn, and Jupyter for ML development and research. ML Proficiency: Experience with supervised learning, time series modeling, and neural networks. Bonus points for hands-on use of LLMs or reinforcement learning frameworks. Experimentation Mindset: Ability to rapidly test, measure, and iterate on model-based systems in noisy or nonstationary environments. Curiosity for Markets: While no prior finance experience is required, you should be motivated to learn how markets behave and how ML can exploit inefficiencies. Preferred: LLM & Agentic Workflows: Familiarity with prompting strategies, RAG, fine-tuning, or frameworks like LangChain, Transformers, or OpenAI APIs. Experience working with messy and unstructured data as inputs to modeling tasks. Open Source Contributions or Research: Active GitHub, blog posts, or published work showing initiative and originality in applied ML. Quantitative Finance: Experience building backend infrastructure for algorithmic trading and conducting research to originate market signals and trading strategies highly preferred. Why Join Us High Impact, Early Team Role: Shape the design and function of our AI-native investment platform from the ground up. Research-to-Production: See your work go from notebook to production in live trading strategies. Fast Iteration, Deep Focus: No bureaucracy, no endless meetings. Just focused execution with elite peers. Compensation: Competitive base salary + performance-linked bonus + benefits. Culture: Intellectually honest, independently driven, and curious about the edge of AI and finance. Application Process Interested candidates should submit: Resume/CV highlighting your technical background and ML experience Optional: Links to open-source projects, GitHub repos, or writing samples Brief note (if you'd like) on why you're excited about joining an AI-native trading firm AM.Dirac is an equal opportunity employer. We value diverse perspectives and are committed to building a team that reflects a wide range of backgrounds and experiences. Originally posted on Himalayas

Cerca, confronta e prepara la candidatura

Inizia da una professione o competenza che desideri utilizzare. Regola i filtri di località e professione e apri le offerte per confrontare le responsabilità. Se non trovi risultati, prova un termine più breve o elimina un filtro alla volta.

Distingui i requisiti indispensabili dalle preferenze. Controlla orario, retribuzione e località quando sono indicati. Un lavoro da remoto può comunque richiedere la residenza in un paese, un’autorizzazione al lavoro o orari compatibili. Conferma la disponibilità e le condizioni complete con l’azienda.

Scegli esempi reali della tua esperienza che rispondano ai requisiti della posizione. Spiega il tuo contributo e usa numeri solo quando puoi dimostrarli. Segui le istruzioni dell’azienda e controlla i contatti, il contenuto e il PDF prima di inviare la candidatura.

Prima di inviare la candidatura

Domande sulla ricerca di lavoro

Perché alcuni annunci sono in inglese?

Le aziende scrivono i propri titoli e le proprie descrizioni. Conserviamo questi testi per non alterare requisiti o condizioni. La navigazione e questa guida sono in italiano. Se una ricerca in italiano non restituisce risultati, prova anche il ruolo o la competenza nella lingua dell’annuncio, per esempio “software engineer”.

Un lavoro da remoto permette di lavorare da qualsiasi paese?

Non necessariamente. L’azienda può limitare i paesi di residenza, richiedere un’autorizzazione al lavoro o stabilire orari precisi. Controlla l’annuncio originale. Se queste informazioni mancano, chiedi conferma all’azienda prima di presumere di poter lavorare dalla tua posizione.

Cosa posso fare se non ci sono risultati?

Prova un titolo più generale o una sola competenza e rimuovi un filtro alla volta. Le aziende usano nomi diversi per ruoli simili. Se un annuncio specifico è scomparso, cerca il suo riferimento nella pagina carriere dell’azienda: ampliare la ricerca non riapre una posizione chiusa.

La candidatura viene inviata tramite ResumizeAI?

Il pulsante per candidarti apre un sito esterno. Segui le istruzioni dell’azienda o del fornitore di selezione e conferma l’invio su quel sito. Preparare un CV in ResumizeAI non equivale a inviare una candidatura. Se il collegamento apre solo il sito aziendale, cerca prima la posizione.

Come adatto CV e lettera di presentazione?

Collega i requisiti a progetti, attività e risultati che puoi spiegare. Evidenzia l’esperienza pertinente senza inventare competenze o successi. Nella lettera, spiega il tuo interesse con un esempio concreto. Rispetta la lingua e il formato richiesti e rileggi entrambi i documenti prima dell’invio.