Изображение: DAVID HOLT, CC BY 2.0
Согласно статистике портала Stack Overflow, сфера финансов вошла в десятку самых популярных у разработчиков отраслей. Сегодня мы расскажем о том, чего следует ожидать специалистам, которые планируют начать карьеру в финансовых компаниях.
Условия работы
Работа в сфере финансов определенно отличается от труда в сфере стартапов или крупных ИТ-корпорациях. Здесь более традиционный подход к организации рабочего процесса, редко когда можно встретить «дизайнерские» офисы или массу развлечений для сотрудников. Зачастую существует и определенный дресс-код, что может быть непривычно разработчикам, работавшим в стартапах.
К примеру не так давно журналисты издания Business Insider проводили анализ популярности финансовых компаний у соискателей с LinkedIn и выяснили, что занявший 4 место банк Morgan Stanley привлекал многих как раз отсутствием чересчур строгого дресс-кода (в сравнении с другими банками).
При попадании на работу в инвестбанк, хедж-фонд или брокерскую фирму также трудно рассчитывать на дизайнерский офис с огромными игровыми и спортивными зонами, массажными кабинетами, комнатами сна и полностью бесплатной едой. Скорее всего что-то из этого будет, но не в таких масштабах, как в условном Google.
К примеру, в офисе Goldman Sachs есть спортзал, и работники могут получить скидку на его клубные карты. Интересный факт: даже на экраны мониторов тренажеров выводятся экономические новости:
Как видно, с точки зрения внешних атрибутов «крутости» работа в сфере финансов может уступать ИТ-стартапам и крупным технологическим компаниям. Почему же тогда многие разработчики по-прежнему приходят в эту сферу? Этому способствует возможность использовать продвинутые технологии в работе над интересными проектами.
В каких проектах можно поучаствовать
Финансовый рынок представлен широким спектром компаний: здесь есть биржи, банки, инвестфонды, брокерские фирмы и независимые разработчики софта (например, торговых роботов). Соответственно, разработчики могут поучаствовать в самых разных проектах от написания торговых систем и инструментов по работе с Big Data до построения инфраструктуры с применением самого современного железа.
На примере ITI Capital можно понять, с чем сталкиваются ИТ-специалисты в брокерских компаниях. Мы разрабатываем собственную торговую систему Matrix, терминал SmartX (подробнее об истории этого проекта можно почитать здесь), развивает API к нашей инфраструктуре под названием SmartCOM. Отдельное направление — создание мобильных приложений для онлайн-трейдинга.
Интерфейс торгового терминала SmartX
В сфере финансов важна скорость работы и максимальная производительность, поэтому много усилий тратится на улучшение этих показателей создаваемых программных продуктов. В блоге мы неоднократно рассказывали о том, как проходит, например, оптимизация работы торгового терминала.
Распространенные языки программирования
Значительная часть инфраструктуры брокерских компаний и бирж создана с применением языка C++ — с его помощью создаются самые разные продукты от библиотек для расчета ценовых моделей производных инструментов до модулей обработки потоков данных. Специалисты, знающие этот язык, крайне востребованы. Более того, сам создатель языка Бьерн Страуструп (Bjarne Stroustrup) работает в инвестбанке Morgan Stanley в должности директора по технологиям.
Помимо C++, широко распространены C# и Java — с их помощью часто реализуют определенные части торговых приложений или фронтенд-сервисы финансовых компаний (например, GUI торговых терминалов).
Для описания торговых стратегий и прототипирования моделей применяют в том числе и скриптовые языки, вроде Python, MATLAB и R. Пользуются популярностью и скриптовые языки, которые могут быть даже встроены в торговые терминалы — как например язык TradeScript, с помощью которого торговых роботов можно писать прямо внутри терминала SmartX.
Простая стратегия на TradeScript, записанная в окне торгового терминала
Помимо этого, по данным рекрутеров финансовых компаний, опрошенных порталом Efinancial Careers, востребованы разработчики Python — этот язык незаменим при создании аналитических инструментов и квантовых моделей — также набирают популярность технологии обработки данных вроде Hadoop, Cassandra и Scala.
Что еще нужно уметь
В каждой компании свои требования, однако можно сформулировать и некоторые тренды в этом направлении. Специалистам по работе с инфраструктурой при переходе в сферу финансов не придется серьезно перестраиваться, а вот разработчикам могут понадобиться и некоторые специфические знания.
Чтобы получить работу в серьезной финансовой компании нужно в обязательном порядке отлично знать ООП и стандартные алгоритмы. Разработка клиент-серверных финансовых систем также идет рука об руку с многопоточным программированием. Поэтому, специалист должен не бояться задач, подразумевающих, к примеру, написание стандартного TCP-сервера, сервера балансировки нагрузки и сервера высокой производительности.
В основе систем для финансовой сферы лежат базы данных, поэтому разработчикам понадобятся глубокие знания SQL. Знания простых операторов выбора будет недостаточно — довольно часто в ходе работы придется иметь дело с созданием процедур хранения, разбираться с индексами, и различными типами блокировок.
Трейдинговые системы обычно используют платформу UNIX (часто Linux). Для Windows, как правило, создаются торговые терминалы с графическими интерфейсами, для разработки же «движка» трейдингового софта используют UNIX. Кроме того, специалистам, занимающимся разработкой торгового софта необходимо уметь работать с GPU, сопроцессорами и современными сетевыми картами (например, Mellanox и Solarflare).
Не стоит забывать и о технологических знаниях, применимых именно к финансовой сфере — прежде, чем искать работу в условной брокерской компании, стоит разобраться, к примеру, с протоколами передачи данных вроде FIX или, в случае «Московской биржи», ASTS Bridge — в нашем блоге выходил целый цикл материалов об этих технологиях (FIX, Fast, Plaza II, ASTS Bridge).
Другие материалы по теме финансов и фондового рынка от ITI Capital:
- Аналитика и обзоры рынка
- Назад в будущее: проверка работоспособности торгового робота с помощью исторических данных
- Событийно-ориентированный бэктестинг на Python шаг за шагом (Часть 1, Часть 2, Часть 3, Часть 4, Часть 5)
