Менторство · Quant Developer
Менторство для quant developer: современный C++ для торговых систем
Практический путь в квант-разработку: современный C++, производительность и конкурентность, затем компоненты торговой системы — FIX-шлюз, matching, replay рыночных данных и численные финансы.
Кому подойдёт
- C++ и бэкенд-разработчикам, которые переходят в трейдинг и low-latency системы.
- Квант-исследователям, которым нужны инженерные навыки продакшен-уровня.
- Студентам, которые готовятся к собеседованиям на quant developer.
Что построим
Трек Quant Development — 10 спринтов.
- Современный C++: данные, контейнеры и алгоритмы.
- Владение ресурсами, move semantics и RAII.
- CMake, тесты и отладка численного C++.
- Производительность CPU: профилирование и оптимизация памяти.
- Векторизация, параллелизм и корректная очередь.
- Конкурентные примитивы: атомики, futex и ожидание.
- Thread pool и сетевой C++: TCP, UDP, Asio.
- FIX-шлюз и matching: полный жизненный цикл заявки.
- Рыночные данные: бинарные события и offline replay.
- Численные финансы на C++: Monte Carlo и QuantLib.
Как проходит менторство
- Бесплатный созвон про уровень C++ и цели.
- Еженедельные созвоны 1:1 и подробное ревью кода.
- Mock-интервью по C++, конкурентности и проектированию систем.
Вопросы
Насколько хорошо нужно знать C++?
Достаточно базы: трек начинается с идиом современного C++ и постепенно усложняется.
Это то же самое, что quant research?
Нет. Quant development — инженерия торговых систем, quant research — статистическое исследование сигналов. Доступны оба трека.
Можно продолжить в GPU-программирование?
Да. GPU & ML Performance открывается после Quant Development.
Читать дальше
Как стать квант-исследователем: практический роадмапКак стать квант-ресерчером: какая математика, статистика и программирование нужны, как устроено исследование, какие проекты делать и как готовиться к собеседованиям.GPU-программирование для машинного обучения: роадмапРоадмап GPU-программирования для ML: архитектура GPU, ядра на CUDA и Triton, fused softmax, блочный matmul, профилирование и свои операторы PyTorch.Как выбрать ментора по машинному обучениюКак выбрать ментора по машинному обучению или quant research: что входит в хорошее менторство, тревожные признаки, вопросы на первый созвон и модели оплаты.
Направления менторства
Quant ResearchМенторство по quant research от практикующего квант-исследователя: статистика, поиск альфы, бэктест, портфель и риск, подготовка к собеседованиям.ML-инженерМенторство по ML 1:1: Python, математика, классический ML на Kaggle, deep learning, специализация и ML system design с личным ревью кода.LLM / AI-инженерМенторство 1:1 для LLM и AI-инженеров: трансформеры, fine-tuning с LoRA, RAG, вызов функций, агенты, оценка качества и локальный сервинг на vLLM.GPU & ML PerformanceМенторство 1:1 по GPU-программированию и производительности ML: ядра на CUDA и Triton, fused softmax, блочный matmul, автотюнинг и свои операторы PyTorch.Подготовка к собеседованиямПодготовка к собеседованиям ML-инженера и quant researcher: mock-интервью, разбор резюме и тренажёр на 2 000 вопросов с интервальным повторением.