Znajdź kolejną szansę zawodową

Szukaj ofert według zawodu, umiejętności i lokalizacji. Sprawdź wymagania, zanim przygotujesz aplikację.

Dobre poszukiwanie pracy nie kończy się na atrakcyjnej nazwie stanowiska. Porównaj obowiązki, wymagania i warunki ze swoim doświadczeniem. Ten poradnik pomoże Ci wybrać oferty, przygotować odpowiednie dokumenty i sprawdzić, gdzie wysłać każdą aplikację.

Interfejs jest w języku polskim. Nazwy stanowisk i opisy pracodawców pozostają w oryginalnym języku publikacji, którym może być angielski.

Wyczyść filtry

Wyniki: 13 770

← Wróć do wyników

AI/ML Engineer

AM.Dirac

Praca zdalna

Lokalizacja
Remote (Worldwide)
Wynagrodzenie
USD 150000-250000 per annual
Godziny pracy
Full Time
Opublikowano
13 paź 2026

Przed aplikowaniem sprawdź na stronie pracodawcy, czy oferta nadal jest aktualna, i zapoznaj się z pełnymi warunkami.

Opis stanowiska

Interfejs jest w języku polskim. Nazwy stanowisk i opisy pracodawców pozostają w oryginalnym języku publikacji, którym może być angielski.

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

Szukaj, porównuj i przygotuj aplikację

Zacznij od zawodu lub umiejętności, którą chcesz wykorzystywać. Dopasuj filtry lokalizacji i zawodu, a następnie otwórz oferty, aby porównać obowiązki. Jeśli nie ma wyników, użyj krótszego hasła lub usuwaj po jednym filtrze.

Oddziel wymagania obowiązkowe od preferowanych. Sprawdź godziny pracy, wynagrodzenie i lokalizację, jeśli zostały podane. Praca zdalna może wymagać zamieszkania w określonym kraju, prawa do pracy lub zgodności godzin. Potwierdź aktualność oferty i pełne warunki u pracodawcy.

Wybierz prawdziwe przykłady ze swojego doświadczenia, które odpowiadają wymaganiom stanowiska. Wyjaśnij swój wkład i używaj tylko liczb, które możesz uzasadnić. Postępuj zgodnie z instrukcjami pracodawcy i przed wysłaniem sprawdź dane kontaktowe, treść oraz plik PDF.

Przed wysłaniem aplikacji

Pytania dotyczące poszukiwania pracy

Dlaczego niektóre oferty są po angielsku?

Pracodawcy przygotowują własne tytuły i opisy. Zachowujemy te teksty, aby nie zmieniać wymagań ani warunków. Nawigacja i ten poradnik są po polsku. Jeśli polskie hasło nie daje wyników, spróbuj również nazwy stanowiska lub umiejętności w języku ogłoszenia, na przykład „software engineer”.

Czy praca zdalna oznacza możliwość pracy z dowolnego kraju?

Niekoniecznie. Firma może ograniczać kraje zamieszkania, wymagać pozwolenia na pracę lub określonych godzin dostępności. Sprawdź oryginalne ogłoszenie. Jeśli brakuje tych informacji, uzyskaj potwierdzenie od pracodawcy, zanim założysz, że możesz pracować ze swojej lokalizacji.

Co zrobić, gdy nie ma wyników?

Spróbuj ogólniejszej nazwy stanowiska albo jednej umiejętności i usuwaj filtry pojedynczo. Firmy różnie nazywają podobne role. Jeśli konkretna oferta zniknęła, poszukaj jej numeru na stronie kariery firmy. Poszerzenie wyszukiwania nie otwiera ponownie zakończonej rekrutacji.

Czy aplikacja jest wysyłana przez ResumizeAI?

Przycisk aplikowania otwiera zewnętrzną stronę. Postępuj zgodnie z instrukcjami pracodawcy lub platformy rekrutacyjnej i tam potwierdź wysłanie. Przygotowanie CV w ResumizeAI nie oznacza złożenia aplikacji. Jeśli link prowadzi tylko do strony firmy, najpierw odszukaj właściwą ofertę.

Jak dopasować CV i list motywacyjny?

Powiąż wymagania z projektami, zadaniami i wynikami, które potrafisz wyjaśnić. Podkreśl istotne doświadczenie bez wymyślania umiejętności czy osiągnięć. W liście uzasadnij zainteresowanie konkretnym przykładem. Zachowaj wymagany język i format oraz sprawdź oba dokumenty przed wysłaniem.