C++/Fullstack разработчик

MarketRiskCalculator — корпоративная система расчета рыночных рисков, такая как VaR/CVaR, дельта-вега-ро чувствительность, сценарии анализа и стресс-тестирования. Система обрабатывает портфели из 40+ различных финансовых инструментов, включая акции, облигации, фьючерсы, опционы, свопы, структурированные продукты, паевые инвестиционные фонды.

Обязанности

Чем предстоит заниматься:

• разработка ядра расчетов VaR на C++17 с использованием Boost, QuantLib, Eigen, Ceres Solver;

• реализация финансовых моделей: state-space модели с Kalman-фильтрацией, GBM, Gaussian Vasicek term structure;

• оптимизация производительности: распараллеливание через C++ REST SDK (Casablanca), OpenMP, векторизация Eigen;

• работа с кривыми доходностей, поверхностями волатильности, риск-факторами proxy;

• написание unit-тестов (gtest, более 1000 уже существует);

• управление зависимостями через Conan, сборка через CMake+Ninja.

Backend (~20–25% времени):

• разработка Python-сервисов (Tornado, Celery, MongoDB, PostgreSQL);

• интеграция с внешними системами;

• работа с RabbitMQ, Kafka, LDAP, REST API;

• создание AI-ассистента на основе GigaChat + LangChain/LangGraph.

Frontend (~10–15% времени):

• поддержка и развитие веб-интерфейса на React 17 + TypeScript + Bootstrap;

• взаимодействие с REST API, обработка данных, визуализация.

Инфраструктура (~5–10% времени):

• настройка и поддержка CI/CD (Jenkins, SonarQube);

• миграции PostgreSQL (Alembic, более 100 миграций);

• контейнеризация, деплой.

Требования

Мы ждём что ты:

• уверенно пишешь на C++17 (опыт от 2 лет);

• готов разбираться в Python-бэкенде и вносить небольшие изменения во frontend;

• можешь самостоятельно понять незнакомый код;

• интересуешься вопросами оптимизации производительности: профилированием, параллелизмом, оптимизацией кода.

Будет плюсом:

• опыт работы с QuantLib, MLlib или аналогичными численными библиотеками;

• понимание финансовых инструментов: облигации, акции, деривативы, yield curves;

• знание линейной алгебры и численных методов (матричные операции, оптимизация, стохастические модели);

• понимание риск-менеджмента (VaR, стресс-тесты, чувствительность);

• опыт работы с Celery, Tornado, MongoDB;

• умение работать с React/TypeScript на уровне поддержки и модификации интерфейсов;

• опыт настройки CI/CD (Jenkins, SonarQube);

• знакомство с принципами микросервисной архитектуры и event-driven систем.

Условия

Что мы предлагаем:

• гибридный график работы: два дня в офисе, три дня удалённо (после испытательного срока);

• ежегодный пересмотр зарплаты и возможность получения годовой премии;

• доступ к образовательным программам СберУниверситета для твоего профессионального и карьерного роста;

• расширенная медицинская страховка, скидки и специальные условия для членов семьи, корпоративная пенсия;

• особые условия ипотеки, скидка на подписочные сервисы;

• возможность получать бонусы за рекомендации.