Вакансия: Senior Data Scientist
Зарплата: руб.
Форма занятости:
Полная занятость
Метод работы:
Полный рабочий день
Задачи: 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.
Образование:
Не указано
Контакты:
Для просмотра контактов необходимо авторизоваться на сайте.
Войти
