Perfil del candidato: Persona a la que le que le apasione la investigación en IA/ML. En este caso se aplicará a datos financieros temporales (estrategias de inversión cuantitativa). Más que experiencia en finanzas, buscamos capacidad investigadora y ganas. Da igual el área de tu titulación —AI, matemáticas, estadística, informática, física, ingeniería— si te mueves con soltura en técnicas de IA/ML y series temporales. (El puesto reservado para un doctor requiere la finalización oficial del mismo antes del inicio del contrato; en caso de haberlo realizado en una universidad no Española, requiere su homologación antes del inicio del contrato).
Quiénes somos
Sedna International es una Startup Fintech creada para desarrollar inteligencia artificial para la inversión ética y sostenible. Contamos con el Sello de Pyme Innovadora del Ministerio de Ciencia e Innovación, un proyecto piloto Activa Startups del Ministerio de Industria, el Sello Neotec del CDTI, y ahora arrancamos el proyecto Neotec (CDTI). Este protecto está financiado por la Axencia Galega de Innovación (GAIN) y su duración es hasta el 30 de junio de 2028. Para ello, se ofrecen las dos plazas de investigador/a, una de ellas reservada para un/a doctor/a.
Detrás de Sedna hay un equipo fundador con más de veinte años dirigiendo proyectos empresariales y de I+D en entornos exigentes: desde instrumentación para física de altas energías (aceleradores de partículas) y astrofísica, hasta supercomputación —incluida la participación en un proyecto de 33 millones de euros—. El proyecto piloto financiado por el programa Activa Startups es en el area IA/Fintech.
El proyecto
Se construirá un sistema predictivo multimodal AI-first. Se partirá de datos históricos y en tiempo real, no a partir de teorías económicas ni de modelos de mercado, IA aplicada directamente sobre datos.
El objetivo es generar Green Alpha —crecimiento económico radical invirtiendo únicamente en valores ESG (Environmental, Social and Governance, es decir inversión sostenible y ética)— y ponerlo en un futuro al alcance del inversor minorista, revolucionando el acceso del ciudadano medio a la inversión responsable basada en tecnología de inversión en la frontera de la técnica.
En qué vas a trabajar
El trabajo concreto es investigación en estrategias de inversión cuantitativa (Quant Trading): diseñar, implementar y validar estrategias sistemáticas. Un buen punto de partida para comprender el tipo de estrategias reales en las que se trabajará son en la línea de las que recoge la biblioteca deQuantConnect. Habrá una fase de familiarización con la jerga, estructura fundamental del mercado e indicadores varios, una segunda fase de investigación en estrategias conocidas y una tercera de modificación y creación de estrategias propias.
En nuestro proyecto, el universo de inversión se enfoca en valores ESG (sostenibles y éticos). El objetivo es generar Green Alpha —crecimiento económico invirtiendo únicamente en ese universo—, esto acota el espacio de búsqueda y convierte el problema en uno más específico y, técnicamente, más interesante, además de, éticamente, más responsable.
En la práctica te moverás constantemente entre estas tareas:
- Vigilancia del estado del arte. Leer papers, foros y repositorios; seguir qué se publica en Quant Trading y en aprendizaje automático aplicado a series financieras, y detectar qué merece la pena probar.
- Análisis de estrategias existentes. Estudiar estrategias publicadas, entender por qué funcionan (o por qué funcionaron), reproducirlas y usarlas como punto de partida o como control.
- Diseño de experimentos y backtesting riguroso. Backtests limpios: datos point-in-time, sin sesgo de supervivencia ni look-ahead, con costes y slippage realistas. Entender escrupulosamente técnicas de backtesting: el overfitting es uno de los enemigos principales de este trabajo.
- Validación fuera de muestra y forward testing. Separar honestamente lo que se ajusta de lo que generaliza, y llevar lo que sobreviva hacia validación en tiempo real.
- Trabajo con datos temporales. Adquisición, limpieza y transformación de series históricas y en tiempo real, generación de features y datos sintéticos para entrenar agentes.
- Modelado con IA/ML. Modelos de series temporales, aprendizaje por refuerzo y arquitecturas multimodales aplicadas directamente sobre los datos, sin partir de teorías económicas previas.
- Iteración incansable. Leer los resultados, decidir el siguiente paso, descartar lo que no funciona y volver a empezar ¡Muchas veces! Crear agentes que sistematicen comparación o competición entre estrategias, etc.
El perfil que buscamos
No buscamos quants específicamente. Si lo eres, genial. Si no, no hace falta que vengas del mundo financiero ni que tengas experiencia en trading: entender sobre indicadores técnicos y conceptos de mercado es cuestión de semanas; lo aprenderás enseguida.
La dificultad está en la capacidad investigadora: saber orientarte en literatura que avanza rápido, diseñar un experimento que responda de verdad a la pregunta que te haces, desconfiar de tus propios resultados, manejar datos temporales con soltura y tener el criterio estadístico para distinguir señal de ruido. Lo bueno de esto es que puedes venir tanto de ramas como matemáticas y estadística como de informática e IA, física, ingeniería u otros.
A eso le sumamos una segunda condición: gusto genuino por lo que está pasando ahora mismo en computación —IA, aprendizaje automático, agentes de código, sistemas multiagente, etc—.
Queremos gente a la que le pique la curiosidad por las nuevas herramientas y momento tecnológico histórico que estamos viviendo. Que esté usando las últimas herramientas ya, y que entienda que la forma de investigar ha cambiado: hoy, con buenas herramientas agénticas, se recorre en una tarde lo que antes eran semanas de trabajo si se tiene el criterio suficiente.
Y una tercera, quizá la más importante: muchísimas ganas de meterte en un reto de verdad. Esto es investigación en una Startup en su fase más temprana con un potencial de impacto brutal. Que entiendas el valor que eso tiene. Que entiendas el esfuerzo que hay detrás de poder ofrecer esta oportunidad así como único de la ocasión. Habrá mil pruebas fallidas por cada resultado que valga, días frustrantes y días de euforia. A cambio, una experiencia intensa, con libertad real, (en horarios y forma de trabajo), donde cada cosa que descubras deja huella.
Sobre conocimientos técnicos
Por la naturaleza del proyecto, para el candidato, el aprendizaje será continuo. No obstante, para tener capacidad de aprender y criterio, sí valoramos los conocimientos y experiencia previa.
- Programación en Python. Si bien la escritura de código ya tiende a cero, tener experiencia en programación, en estructuración de código, es necesario para poder comprender todo lo relacionado con el trabajo que se va a realizar. Cuestiones específicas como experiencia con herramientas básicas como Pandas, NumPy, SciPy, matplotlib siempre será bienvenido.
- Frameworks típicos de ML/IA: scikit-learn, TensorFlow, PyTorch. Comprensión de los métodos, no solo uso de librerías. Experiencia en evaluación, validación y optimización de hiperparámetros.
- Series temporales avanzadas: TFT, N-BEATS, DeepAR, GNNs, arquitecturas híbridas que integren LLMs con modelos de series temporales.
- Reinforcement Learning: Actor-Critic (PPO, SAC, A2C, DDPG), Value-Based (DQN, QR-DQN), multi-agente. Stable Baselines3, RLlib o TF-Agents.
- Adquisición de datos: montar la ingesta desde APIs y fuentes externas —hoy en buena parte delegable a agentes—; lo que valoramos es el criterio para diseñarla, validarla y mantenerla fiable.
- Datos no estructurados y NLP: extracción de información de informes y noticias; familiaridad con LLMs y sistemas basados en agentes.
- Capacidad investigadora: autonomía para diseñar experimentos, leer sus resultados y decidir el siguiente paso.
- Trabajo en equipo: La idea es que los dos investigadores hagan una piña para enfrentarse a los retos. Se generará el ambiente y organización de trabajo que más sentido tenga, que haga que la experiencia sea lo más gratificante posible. Será una etapa para recordar.
Reiteramos que valoraremos más que los candidatos tengan gusto y ganas por llevar a cabo este reto, que que hayan tenido experiencia con más o menos de las tecnologías expuestas. Si este es tu mundo, lo que te gusta y motiva de verdad, aquí ofrecemos el tiempo, recursos y objetivos para desarrollar tu talento al máximo.
Qué ofrecemos
La libertad de una Startup tecnológica con fundadores que llevan dos décadas haciendo I+D de primer nivel, la participación en un proyecto Neotec, y la cultura de trabajo basada en la pasión por lo que se hace, en pasarlo bien, en empujar los límites. Un proyecto en una etapa ilusionante, donde cada aportación deja huella y las posibilidades son máximas. Problemas difíciles de verdad, con sus momentos de frustración y de euforia. Un contrato inicial hasta junio 2028, en Categoría 1 desde el primer día.