Стажер Classic Data Scientist
Технологии
Описание вакансии
Кратко о роли
Команда Управления благосостояния ПАО «Сбербанк» ищет стажера на позицию Data Scientist для разработки и внедрения ML-моделей на клиентской базе B2C и B2B.
Ключевые задачи
- Исследование данных, разработка новых признаков и интеграция источников в пайплайн.
- Построение ML-моделей на основе табличных данных и последовательностей событий.
- Реализация прикладных модулей командного фреймворка для повышения производительности DS.
Обязательные требования
- Знание алгоритмов классического ML (линейные модели, метрические алгоритмы, градиентный бустинг).
- Уверенное владение SQL.
- Отличное знание Python (catboost, pandas, numpy, sklearn).
- Готовность работать в офисе в Москве.
Будет плюсом
- Опыт построения uplift-моделей.
- Опыт решения реальных бизнес-задач.
- Понимание принципов работы PySpark.
Условия и бенефиты
- Офисный формат работы в современном офисе у Москва-Сити.
- ДМС с первого дня и льготное страхование для близких.
- Льготные условия кредитования и ипотеки.
- Бесплатная подписка СберПрайм+ и скидки у партнеров.
- Корпоративная пенсионная программа.
- Обучение: онлайн-курсы, доступ к библиотеке, тренинги и митапы.
- Доступ к крупнейшему DS&AI Community банка.
Процесс найма
- Отклик на вакансию через официальный сайт Сбера по указанной ссылке.
Команда Управления благосостояния ПАО «Сбербанк» ищет стажера на позицию Data Scientist. Мы занимаемся разработкой и внедрением ML-моделей на огромной клиентской базе B2C и B2B с целью предложения актуальных инвестиционных, страховых и сберегательных продуктов.
Мы работаем над рекомендательными системами, моделями классификации, регрессии и кластеризации для СберБанк Онлайн и СберИнвестиций, а также применяем продвинутые подходы в классическом ML (uplift-моделирование, работа с несбалансированными классами, feature engineering на больших данных).
Обязанности:
- Исследовать данные, разрабатывать новые информативные признаки и добавлять в командный пайплайн новые источники.
- Строить ML-модели на основе различных данных: табличные, последовательности событий (кликстрим, транзакции и т.д.).
- Реализовывать прикладные модули командного фреймворка разработки для повышения производительности DS и улучшения качества кода в промышленной среде.
Требования:
- Знание основных алгоритмов классического ML (линейные модели, метрические алгоритмы, градиентный бустинг) и их применения в задачах регрессии, классификации, ранжирования.
- Уверенное использование SQL.
- Отличное знание Python, в том числе библиотек catboost, pandas, numpy, sklearn.
Будет плюсом:
- Опыт построения uplift-моделей.
- Опыт решения реальных бизнес-задач.
- Понимание принципов и деталей работы PySpark.
Условия:
- Офисный формат работы.
- Современный IT-офис вблизи Москва-Сити с фитнес-залом.
- Ипотека с выгодой для сотрудника и льготные условия кредитования.
- Бесплатная подписка СберПрайм+.
- Скидки на продукты компаний-партнеров.
- ДМС с первого дня и льготное страхование для близких.
- Корпоративная пенсионная программа.
- Обучение за счет компании: онлайн-курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию.
- Крупнейшее DS&AI Community — более 600 DS-банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира.
Оригинальная вакансия:
https://t.me/FrWork3/16291