Data Scientist (классический ML)

Дата размещения вакансии: 23.09.2025
Работодатель: СБЕР
Уровень зарплаты:
з/п не указана
Город:
Москва
Требуемый опыт работы:
От 1 года до 3 лет

О нас:

Трайб "Департамент моделирование и исследование данных" отвечает за компетенцию Data Science в Блоке.

Мы разрабатываем и внедряем end-to-end решения на основе машинного обучения в бизнес-процессы банка, связанные с обслуживанием клиентов в отделениях Сбера. Сейчас мы ищем в команду Data Scientist’а.

Обязанности

Чем предстоит заниматься:

  • Построением ML моделей для планирования целевой сети отделений и банкоматов Сбера
  • Разработкой моделей прогнозирования клиентопотока и объема продаж в отделениях, а также моделей идентификации мошенничества и операционных рисков
  • Разработкой LLM решений (в т.ч. агентов), дообучение LLM
  • Ведение всех этапов DS проекта: от постановки задачи и требований с бизнес-заказчиком до внедрения и мониторинга модели

Требования

От кандидата ожидаем:

  • Понимание принципов разработки, внедрения и сопровождения ML-решений
  • Развитые soft-skill для общения с заказчиком
  • Опыт классического ML от 2-х лет
  • Опыт разработки на python от 2-х лет
  • Опыт работы с базами данных, SQL
  • Знание математической статистики и машинного обучения

Условия

  • Ипотека выгоднее на 7% для каждого 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, регулярные внутренние митапы