Data Scientist (Управление моделирования и исследования данных)

Требуется разработать агента, который будет оркестрировать несколько ML для анализа биржевых стаканов облигаций и на основании этого предлагает оптимальные варианты для совершения сделок покупки/продажи бумаг трейдерам.

Обязанности

• сбор требований по моделям и коммуникация с заказчиком и DE
• определение целевых метрик решения и согласование их с заказчиком
• сбор и подготовка данных (Hadoop, pyspark, написание парсеров для сборки внешних данных)
• управление ресурсом Middle DS
• построение моделей по табличным данным
• поиск аномалий во временных рядах
• построение моделей предсказания временных рядов
• классификация новостей по степени влияния на рынок облигаций
• генерации торговых сигналов на основе неструктурированных данных
• создание RAG базы для генерации текстовых обоснований рекомендаций для трейдеров
• адаптация LLM для формулировки торговых идей на естественном языке
• тестирование различных гипотез.

Требования

• опыт работы Data Scientist от 2 лет
• образование по направлениям "Математика", «Физика», «Мат. методы в экономике», (желательно выпускники - МГУ, МФТИ, ВШЭ и других ведущих вузов страны)
• глубокие знания в области теории вероятностей и математической статистики
• навыки написания качественного кода на Python (знание ООП, умение написания оптимального кода по скорости и памяти)
• понимания работы алгоритмов ML-моделей (бустинг, нейронные сети, NLP-модели, LLM)
• владения Python несколькими библиотеками для классического ML из списка или релевантными (numpy, sklearn, pandas, scikit-learn, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost, fbprophet, pygam)
• владения pytorch или другими DL фреймворками
• практика с нейросетевыми моделями (RNN, LSTM, Transformer, BERT)
• опыт разработки NLP-моделей (NLTK, spaCy, gensim, transformers).

Будет плюсом:

• понимание работы рынков ценных бумаг или готовность развиваться в этой области:
• знание фин. метрик: YTM, duration и т.д.
• опыт работы с кривыми доходностей и понимание оценки риска ценных бумаг
• понимание концепции парной торговли
• практические навыки fine-tuning и инференса LLM
• опыт разработки и оптимизация RAG-пайплайнов.

Условия

• комфортный современный офис рядом с метро Кутузовская
• возможность выбрать удобный график – офис/гибрид
• ежегодный пересмотр зарплаты и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.