크래프트테크놀로지스(Qraft Technologies)는 AI 기반 투자 솔루션의 최전선에 있는 핀테크 기업으로, 기관 투자자들의 포트폴리오 관리 및 알파 수익 창출 방식을 혁신하고 있습니다. 현재 뉴욕증권거래소(NYSE)에 상장된 4개의 ETF를 운영하고 있으며, BNP 파리바(BNP Paribas), 한국투자신탁운용, 미래에셋 등 전 세계 25개 이상의 금융 기관에 솔루션을 제공하고 있습니다. Qraft Technologies is a leading fintech company at the frontier of AI-driven investment solutions, transforming how institutional investors approach portfolio management and alpha generation. Our platform powers four NYSE-listed ETFs and supports more than 25 financial institutions worldwide, including BNP Paribas, Korea Investment Management, and Mirae Asset.

1) 투자 전략 설계 및 검증: 통계적 학습 및 딥러닝 기법을 활용하여 혁신적인 투자 방법론 설계 2) 알파 발굴 및 피처 연구: 주식, 금리, 외환(FX), 가상자산 등 다양한 자산군과 시장 상황에 걸친 알파 요인 탐색 3) 예측 모델 최적화: 대규모 시계열 예측 모델을 위한 학습/추론 파이프라인 구축 및 최적화 4) 백테스팅 프레임워크 개발: Walk-forward 테스팅, 교차 검증, 데이터 누수(Leakage) 방지 등 정교한 평가 체계 구축 5) 포트폴리오 구축 알고리즘: 거래 비용, 슬리피지, 지연 시간 등을 반영한 현실적인 리밸런싱 알고리즘 구현 6) 리스크 관리 모델링: 상태 공간 추론(State-space inference), 트랜스포머 모델 등을 활용한 시장 국면 식별 및 리스크 나우캐스팅(Nowcasting) 7) 모델 거버넌스 및 해석: SHAP 분석, 민감도 테스트 등을 통한 모델 해석력 확보 및 성능 기여도 분석 8) MLOps 협업: 연구 결과의 상용화를 위해 엔지니어링 팀과 협력하여 MLOps(MLflow, Feature Store, CI/CD) 환경 적용 1) Design & Validate: Develop novel investment methodologies leveraging statistical learning and deep learning approaches. 2) Alpha Discovery: Conduct feature research and alpha discovery across multiple asset classes (equities, rates, FX, crypto) and market regimes. 3) Pipeline Optimization: Build and optimize training/inference pipelines for large-scale time-series prediction models. 4) Backtesting Frameworks: Develop comprehensive evaluation harnesses including walk-forward testing and leakage controls. 5) Algorithm Implementation: Implement portfolio construction and rebalancing algorithms incorporating realistic transaction costs and slippage. 6) Risk Modeling: Develop regime-identification and risk-nowcasting models using contemporary ML (state-space inference, transformer models). 7) Interpretability & Governance: Ensure model transparency through SHAP analysis, sensitivity testing, and ablation studies. 8) MLOps Collaboration: Productionize research findings using MLOps best practices (MLflow, feature stores, CI/CD).

1) Python 숙련도: Pandas, NumPy, SciPy 등을 활용한 데이터 분석 및 퀀트 연구 역량 2) ML/DL 모델링 역량: 시계열 예측 모델링, 모델 선택, 캘리브레이션 및 검증에 대한 심도 있는 경험 3) 수학적 통계 지식: 선형 모델, 가설 검정, 베이지안 추론 등 통계적 분석 및 금융 모델링 능력 4) 데이터 엔지니어링 이해도: SQL 및 대규모 데이터 처리(Parquet, Arrow 등)와 피처 엔지니어링 역량 5) 학력: 공학, 통계학, 컴퓨터공학, 물리학 등 정량적 분야의 학사 학위 이상 6) 외국어: 영어 회화 능력 보유 1) Expert Python Proficiency: Advanced skills in Pandas, NumPy, and SciPy for quantitative analysis. 2) ML/DL Expertise: Strong experience applying machine learning to tabular/time-series forecasting with rigorous validation. 3) Mathematical Fluency: Strong background in statistical analysis (linear models, hypothesis testing, Bayesian inference). 4) Data Engineering Skills: Proficiency in SQL, columnar formats (Parquet/Arrow), and large-scale feature engineering. 5) Education: Degree in a quantitative field (Engineering, Statistics, Computer Science, Physics). 6) Language Skills : Fluent in English (specifically verbal communication for professional settings).

1) 석/박사 학위: 정량적 분석 분야의 대학원 학위 소지자 2) 실시간 데이터 처리: REST/WebSocket API를 활용한 실시간 데이터 피처 엔지니어링 경험 3) MLOps 경험: MLflow, 컨테이너화(Containerization), 모델 모니터링 시스템 구축 경험 1) Advanced Degree: Master’s or Ph.D. in a quantitative or related field. 2) Real-time Data Experience: Experience with REST/WebSocket APIs for real-time feature engineering. 3) MLOps Tooling: Hands-on experience with containerized inference, model cards, and performance monitoring.

[합류 프로세스] • 서류전형＞1차 인터뷰 ＞2차 인터뷰＞처우 협상＞입사 - 전형 과정 중에 후보자 사전동의 후 평판조회 진행 가능 • 입사 후 3개월 간 수습기간 적용(수습기간 중 1개월 단위 평가 실시) • 고용형태 : 정규직 1) Recruitment Process • Document Screening • 1st Interview (Technical/Cultural Fit) • 2nd Interview (Final) • Offer & Salary Negotiation • Onboarding 2)Notice • Reference Check: Please be advised that reference checks may be conducted during the recruitment process with the candidate’s prior consent. • Probationary Period: All new hires are subject to a 3-month probationary period. During this time, performance evaluations will be conducted on a monthly basis to ensure mutual alignment and successful integration into the team.

• Work & Life - 최상의 업무환경 제공(직무별 맞춤사양 PC/주변기기) - 선택적 근로시간제 운영(유연한 출/퇴근시간 선택 가능) • Culture - Shall We Have Lunch(월 2회 중식비 제공) - Come Together(월 1회 소모임 비용 지원) • Health - 매년 정밀 건강검진 지원(배우자, 부모 포함 최대 4인 지원, 120만원 상당) • All-around - 선택적 복리후생 제도 운영(연간 200만원 상당 포인트 지원) - N사 최저가 보다 저렴한 Q-Point Mall 운영