Senior Data Scientist

Наша команда — это центр экспертизы в области прогнозирования Customer Lifetime Value (CLTV) для клиентов Сбербанка. Мы находимся на стыке передовых R&D-исследований и их бизнес-внедрения в реальные процессы одного из крупнейших банков Европы. Наша цель — создавать полноценные AI-продукты, которые не только предсказывают будущее, но и помогают его формировать.

Сейчас мы ищем сильного Senior Data Scientist, который усилит нашу команду в области классического Machine Learning и глубоко разбирается в работе с последовательностями событий. Вы будете работать с огромными массивами данных, строить и внедрять state-of-the-art модели, которые напрямую влияют на стратегию работы с десятками миллионов клиентов.

Обязанности

• Разработка и имплементация ML-моделей для прогнозирования CLTV на основе данных о 100+ млн розничных клиентов.
• Создание и тестирование представлений (embeddings) клиентов на основе их транзакционной и поведенческой истории для улучшения прогнозов.
• Работа с SOTA-подходами: применение и адаптация современных архитектур для моделирования последовательностей событий (Transformer, LSTM, RNN) и классического машинного обучения (Gradient Boosting, Random Forest) на табличных данных.
• Разработка методологии расчета эластичности и чувствительности прогнозов CLTV к действиям банка и изменениям свойств клиентов (Causal AI подходы).
• Поиск, объединение и нормализация данных из различных источников для обогащения модельных признаков.
• Взаимодействие с внешними R&D-исследователями: интеграция передовых академических наработок в наш продуктовый контур.
• Менторство и лидерство: руководство командой DS-разработчиков, постановка задач, ревью кода и методологий.

Мы ищем кандидата, который:

• Имеет глубокий опыт (3+ года) в разработке и внедрении машинных моделей в продакшн
• В идеале силен в классическом ML: уверенно владеет алгоритмами (Gradient Boosting, Random Forest), feature engineering и валидацией моделей на табличных данных
• Обладает опытом работы с моделями последовательностей (Transformer, LSTM, RNN) и понимает, как их применять для прогнозирования.
• Имеет серьезный опыт работы с большими данными (Spark, Hadoop, GreenPlum)
• Понимает или имеет практический интерес к областям Causal Inference и Uplift-моделированию
• Имеет общее понимание корпоративных продуктов и бизнес-процессов в крупных компаниях (желательно, но не обязательно в финтехе)
• Обладает лидерскими качествами, готов брать на себя ответственность и менторить коллег
• Имеет степень в области Computer Science, Mathematics, Physics или другой смежной технической специальности.

Будет преимуществом:

• Опыт в построении и применении embeddings для сущностей (клиентов, продуктов, событий)
• Знакомство с фреймворками для глубокого обучения (PyTorch, TensorFlow)
• Опыт работы в кросс-функциональной product-oriented команде
• Навыки эффективного взаимодействия с командой исследователей (R&D).

Условия

• Очень сильная команда с которой можно расти вместе
• Масштабные, сложные и разнообразные задачи
• Есть возможность влиять на развитие продукта и результат
• Гибкий график для оптимального баланса работы и личной жизни
• Самые инновационные, амбициозные проекты и задачи
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• Ипотека для сотрудников выгоднее до 4%
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• Вознаграждение за рекомендацию друзей в команду Сбера.