Data Scientist

Дата размещения вакансии: 14.07.2026
Работодатель: РСХБ-Интех
Уровень зарплаты:
з/п не указана
Город:
Москва
Пресненская набережная 10с2
Требуемый опыт работы:
От 3 до 6 лет

РСХБ — ИТ-компания Россельхозбанка. Мы делаем digital-продукты и хотим, чтобы взаимодействие с банком было простым, понятным и приятным для каждого клиента.
Наша команда занимается персонализированной коммуникацией с клиентами через цифровые каналы. У нас в работе — база из более 5 миллионов активных пользователей, а значит, есть где тестировать гипотезы и внедрять реальные инновации, а не PoC "в стол".
Мы строим end-to-end персонализацию с помощью ML и AI:
Предсказываем, что нужно клиенту, ещё до того, как он это понял;
Разрабатываем мультиагентную систему для генерации контента в мобильном приложении;
Прогнозируем транзакции и подбираем персональные категории кешбэка;
Оптимизируем показ предложений с учётом бизнес-ограничений и прогнозов моделей;
Ищем баланс между интересами клиента и целями банка — без перекоса в одну сторону.

ЧЕМ ПРЕДСТОИТ ЗАНИМАТЬСЯ:

  • Разрабатывать ML-модели (lookalike/response/uplift/recsys) для персонализации push/pull-коммуникаций, категорий кешбэка, рекламных материалов и других сценариев в цифровых каналах банка;
  • Визуализировать и интерпретировать результаты, дизайнить A/B-тесты, проводить пилоты;
  • Общаться с бизнесом и помогать решать задачи через данные и ML;
  • Проходить полный цикл разработки модели: от уточнения требований до продакшна и мониторинга качества (если каких-то навыков не хватает — поможем развить);
  • Разрабатывать AI-агентов.

НАШИ ОЖИДАНИЯ ОТ КАНДИДАТА:

  • Высшее техническое образование;
    3+ года опыта в Data Science (именно построение моделей, не только аналитика);
  • Уверенный математический аппарат: мат. статистика, теория вероятностей;
  • Продвинутый Python и SQL (оконные функции, подзапросы — на автомате);
  • Опыт работы со Scikit-learn, NumPy, Pandas/Polars, Matplotlib/Seaborn/Plotly, LightGBM/XGBoost/CatBoost, PyTorch/TensorFlow/Implicit/LightFM, Airflow, Git.

Будет большим плюсом:

  • PySpark, Hive, Hadoop, Docker, Kubernetes;
  • Опыт в банковской сфере и CVM;
  • Модели склонности и uplift-моделирование;
  • Рекомендательные системы (RecSys);
  • NBA/NBO оптимизаторы (Next Best Action / Next Best Offer);
  • ИИ-сервисы (real-time, near real-time или batch).

ЧТО МЫ ПРЕДЛАГАЕМ:

  • Гибридный формат работы, Москва, Москва-Сити (2 дня в неделю в офисе);
  • Комфортный и современный офис;
  • Обучение за счет компании (посещение конференций, курсов, помощь в написании статей на Хабр и т.д.);
  • Вертикальное и горизонтальное развитие: регулярные тренинги, вебинары, митапы;
  • Забота о вашем здоровье: ДМС с первого месяца работы, куда входит стоматология;
  • Прозрачный доход по итогам интервью;
  • Дополнительные бонусы от Россельхозбанка для сотрудников группы компаний (Скидки на спортзалы, рестораны, маркетплейсы и т.д.).