Локация
Москва, гибридный формат; требуется работа из офиса
Компания
Команда Управления благосостояния ПАО «Сбербанк» разрабатывает ML-модели для инвестиционных, страховых и сберегательных продуктов на базе B2C- и B2B-данных.
Что делать
•Исследовать данные, разрабатывать информативные признаки и подключать новые источники к командному пайплайну.
•Строить ML-модели на табличных данных и последовательностях событий, включая кликстрим и транзакции.
•Разрабатывать модули командного фреймворка для повышения производительности Data Science и качества промышленного кода.
•Работать над рекомендательными системами, моделями классификации, регрессии и кластеризации для СберБанк Онлайн и СберИнвестиций.
Требования
•Знание алгоритмов классического ML: линейных и метрических моделей, градиентного бустинга, а также их применения в задачах регрессии, классификации и ранжирования.
•Уверенное использование SQL.
•Отличное знание Python и библиотек CatBoost, pandas, NumPy и scikit-learn.
Хорошо, если есть
•Опыт построения uplift-моделей.
•Опыт решения реальных бизнес-задач.
•Понимание принципов и деталей работы PySpark.
Культура и преимущества
•Современный IT-офис рядом с Москва-Сити с фитнес-залом.
•ДМС с первого дня и льготное страхование для близких.
•Льготная ипотека и условия кредитования, корпоративная пенсионная программа.
•Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
•Обучение за счет компании: онлайн-курсы, библиотека, корпоративный университет, тренинги и митапы.
•Доступ к DS&AI Community, обмену знаниями, лекциям, мастер-классам и материалам по современным разработкам в Data Science и AI.
