Point your AI agent at freehire and let it find you a job.

Get the CLI →

ПАО Сбербанк

Аналитик данных (Лаборатория нейронаук и поведения человека)

Posted Updated 9 views
Discussion

Summary

Data analyst in Sberbank's Neuroscience & Human Behavior Lab: runs big-data behavioral research — preparing and cleaning datasets, testing hypotheses, finding and visualizing anomalies — and presents insights to stakeholders. Core stack: Python (pandas, NumPy, SciPy, Matplotlib), SQL/PostgreSQL, Spark/Hadoop, plus LLM/multi-agent systems work.

Мы исследовательское подразделение, которое отвечает в Сбере за «человека»: поведение, психология, тренды, изменения, особенности восприятия и мышления. Мы работаем со всей экосистемой, помогаем улучшать клиентский опыт, самочувствие и эффективность сотрудников, качество интерфейсов, метрики продукта, маркетинга и формировать стратегию. В нынешних реалиях высокой неопределенности наша работа особенно актуальна. Наша команда реализует поставленные задачи с помощью поведенческих исследований – качественных, количественных, аналитических с использованием больших данных. Под последний тип исследований мы ищем лида направления. Мы ищем человека, который имеет большой опыт в анализе данных, глубокий интерес к поведенческой аналитике и которому хочется делать нестандартные исследовательские проекты для топ-команды Сбера. Нам нужен человек, которому интересно на большом массиве информации находить интересные связи и генерить гипотезы о контексте и поведении клиента. Человек, к которому можно прийти с запросом на интерпретацию того или иного явления в данных, генерацию гипотез по определению нужного параметра или формирование расширенной аналитики по продукту или поведению клиента за требуемый период в связке с новостным контекстом / выпуском продуктов Банка. Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в мессенджере, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!### Задачи: * разобраться в предметной области и методологии психотипирования, принятой в Лаборатории * проверять гипотезы (совместно с методологами лаборатории), визуализировать результат * выявлять и визуализировать аномалии/экстремумы/особенности данных * получение, подготовка и очистка дата-сета для исследования * документирование разрабатываемых решений (На уровне хранения знаний для синхронизации DS команды) * взаимодействовать с командой, предлагать идеи по развитию проектов.### Требования: * опыт работы в роли исследователя в данных от 2х лет * знание SQL, Postgres, Python (Pandas, Numpy + Scipy, Matplotlib и т.д.) или R для анализа данных и визуализации * владение и умение разрабатывать мультиагентные системы, навыки работы с LLM: промптинг, пайплайны, контроль качества выводов * опыт статистической обработки результатов AB-тестов, анализа веб-аналитики * опыт работы с системами событийной аналитики * понимание BI-систем * коммуникативные и аналитические навыки * умение и желание полноценно разобраться в задаче, задавать вопросы, предлагать свои решения * умение презентовать результат своей работы для разных целевых аудиторий: коллеги, миддл-менеджмент, топ-менеджмент. Простым языком – способность делать “читаемые” презентации с достаточным количеством, но не переизбыткоминформации. Будет плюсом: * опыт работы с реляционными и неструктурированными СУБД: Oracle, MS SQL, Teradata * знания в области математической статистики и машинного обучения * нзание стека Hadoop/Hive/Spark и опыт работы с большими объемами данных. Наш технологический стек: * Core / Data: Python, pandas, NumPy, PySpark, SQL, Jupyter * Big Data & Infra: Spark, HDFS, Hive/Spark SQL, Parquet, bash/CLI; оптимизация PySpark (lazy evaluation, кэширование, партиционирование, broadcast join) * ML: scikit-learn, CatBoost, XGBoost, Spark MLlib; классификация, сегментация/кластеризация * оценка & интерпретация: метрики качества, feature importance, SHAP; matplotlib/seaborn для визуализации * LLM (по желанию / в перспективе): API (OpenAI и аналоги), локальные модели (Llama, Mistral), HuggingFace Transformers, промптинг и разметка данных.### Условия: * комфортный современный офис г. Москва, рядом с метро Кутузовская * офисный формат работы: 5/2 с 10 до 19 * 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 * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

Skills

Apply

See also

Data Analytics jobs by country — openings, pay and top skills →

Tailor your CV for this role?

We couldn't check your fit for this role — add a CV to your profile to see it next time.

A new version of freehire is available