Encontre sua próxima oportunidade

Busque vagas por profissão, habilidade e localização. Confira os requisitos antes de preparar sua candidatura.

Uma boa busca não termina ao encontrar um título interessante. Compare as atividades, os requisitos e as condições de cada vaga com sua experiência. Este guia ajuda a selecionar oportunidades, preparar documentos relevantes e verificar onde enviar cada candidatura.

A interface está em português. Os títulos e as descrições publicados pelas empresas permanecem no idioma original, que pode ser inglês.

Limpar filtros

Resultados: 13.783

← Voltar aos resultados

AI/ML Engineer

AM.Dirac

Trabalho remoto

Localização
Remote (Worldwide)
Remuneração
USD 150000-250000 per annual
Jornada
Full Time
Publicado
13 de out. de 2026

Antes de se candidatar, confirme no site da empresa se a vaga continua aberta e confira as condições completas.

Descrição da vaga

A interface está em português. Os títulos e as descrições publicados pelas empresas permanecem no idioma original, que pode ser inglês.

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

Busque, compare e prepare sua candidatura

Comece por uma profissão ou habilidade que você deseja utilizar. Ajuste os filtros de localização e profissão e abra as vagas para comparar as responsabilidades. Se não houver resultados, tente um termo mais curto ou remova um filtro por vez.

Separe os requisitos obrigatórios das preferências. Confira a jornada, a remuneração e a localização quando informadas. Uma vaga remota ainda pode exigir residência em um país, autorização de trabalho ou compatibilidade de horários. Confirme a disponibilidade e as condições completas com a empresa.

Escolha exemplos reais da sua experiência que atendam aos requisitos da vaga. Explique sua contribuição e use números apenas quando puder comprová-los. Siga as instruções da empresa e revise os contatos, o conteúdo e o PDF antes de enviar a candidatura.

Antes de enviar sua candidatura

Perguntas sobre a busca de emprego

Por que algumas vagas estão em inglês?

As empresas publicam seus próprios títulos e descrições. Mantemos esses textos para não alterar requisitos ou condições. A navegação e este guia estão em português. Se uma busca em português não encontrar vagas, tente também o cargo ou a competência no idioma do anúncio, como “software engineer”.

Uma vaga remota permite trabalhar de qualquer país?

Não necessariamente. A empresa pode restringir os países de residência, exigir autorização de trabalho ou definir horários. Confira esses detalhes no anúncio original. Se não estiverem informados, confirme com a empresa antes de presumir que pode trabalhar a partir da sua localização.

O que fazer quando não há resultados?

Tente um cargo mais geral ou uma única competência e remova um filtro de cada vez. As empresas usam títulos diferentes para funções semelhantes. Se uma vaga específica desapareceu, procure sua referência na página de carreiras da empresa; ampliar os filtros não reabre uma vaga encerrada.

A candidatura é enviada pelo ResumizeAI?

O botão de candidatura abre um destino externo. Siga as instruções da empresa ou da plataforma de recrutamento e confirme o envio nesse site. Preparar um currículo no ResumizeAI não envia uma candidatura. Se o link abrir apenas o site da empresa, procure a vaga antes de continuar.

Como adaptar o currículo e a carta de apresentação?

Relacione os requisitos com projetos, tarefas e resultados que você possa explicar. Destaque a experiência relevante sem inventar competências ou realizações. Na carta, explique seu interesse e apresente um exemplo concreto. Respeite o idioma e o formato solicitados e revise os dois documentos antes do envio.