Сбер

data scientist AI-агентов для финансовых рынков

Коротко

Data Scientist для разработки AI-агентов и ML/NLP-моделей для финансовых рынков: анализ облигаций, обнаружение аномалий, прогнозирование временных рядов, генерация торговых сигналов и RAG-решений для трейдеров. Компания — крупный финтех (Сбер), офис в Москве. Требуется от 3 лет опыта Data Scientist, сильная база в теории вероятностей и статистике, Python, классический ML (CatBoost, LightGBM, XGBoost) и глубокое обучение (PyTorch, RNN/LSTM/Transformer/BERT), опыт NLP.

Описание
Для финансовых задач создаются AI-агенты и инструменты для анализа облигаций, автоматической сверки платежей и обнаружения аномалий во временных рядах.
Задачи
•Собирать требования к моделям и взаимодействовать с заказчиком и DE
•Определять целевые метрики решений и согласовывать их с заказчиком
•Собирать и подготавливать данные с помощью Hadoop и PySpark, писать парсеры для сбора внешних данных
•Строить модели на табличных данных
•Искать аномалии во временных рядах
•Строить модели прогнозирования временных рядов
•Классифицировать новости по степени влияния на рынок облигаций
•Генерировать торговые сигналы на основе неструктурированных данных
•Создавать базу RAG для генерации текстовых обоснований рекомендаций трейдерам
•Адаптировать LLM для формулировки торговых идей на естественном языке
•Тестировать гипотезы
Требования
•Опыт работы Data Scientist от 3 лет
•Образование в области математики, физики или математических методов в экономике
•Глубокие знания теории вероятностей и математической статистики
•Умение писать качественный и оптимизированный по скорости и памяти код на Python, знание ООП
•Понимание алгоритмов ML-моделей: бустинга, нейронных сетей, NLP-моделей и LLM
•Владение библиотеками для классического машинного обучения: NumPy, scikit-learn, pandas, matplotlib, seaborn, plotly, CatBoost, LightGBM, XGBoost, fbprophet или pygam
•Владение PyTorch или другими фреймворками глубокого обучения
•Практический опыт работы с нейросетевыми моделями RNN, LSTM, Transformer или BERT
•Опыт разработки NLP-моделей с NLTK, spaCy, gensim или transformers
Будет плюсом
•Понимание рынков ценных бумаг, знание финансовых метрик YTM и duration
•Опыт работы с кривыми доходностей и оценки риска ценных бумаг
•Понимание парной торговли
•Навыки тонкой настройки и инференса LLM
•Опыт разработки и оптимизации RAG-пайплайнов
Условия
•Ежегодный пересмотр зарплаты, квартальная и годовая премия
•Комфортный современный офис рядом с метро «Кутузовская»
•Корпоративный спортзал и зоны отдыха
•Более 400 образовательных программ СберУниверситета
•Программа адаптации и помощь руководителя на старте для вакансий уровня Junior
•Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
•Дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
•Подписка «Прайм» с возможностью совместного использования на трёх близких
•Вознаграждение за рекомендацию друзей в команду Сбера

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте