ML-инженер
Summary
ML engineer builds and deploys machine learning models for a large bank’s corporate-investment unit, focusing on recommendation systems, churn prediction, and AI agents using Python, PyTorch/TensorFlow, and Spark.
Мы ищем ML-инженера в команду департамента по работе с государственным сектором корпоративно-инвестиционного блока банка. Корпоративно-инвестиционный блок отвечает за работу с юридическими лицами и индивидуальными предпринимателями от микро бизнеса до крупнейшего. К ключевым направлениям относится развитие продуктов экосистемы группы Сбербанк, банковские услуги (кредиты, РКО, депозиты и т.д.), а также аналитические услуги и юридическое сопровождение бизнеса.
Наша команда работает со структурами, представляющими разные уровни управления государственной власти, а также с учрежденными ими предприятиями и организациями* сбор, структурирование, анализ и подготовка данных для машинного обучения
* построение промышленных рекомендательных систем для продажи продуктов экосистемы и продуктов банка, встраивание их в сквозные бизнес-процессы банка
* ранжирование предложений компаниям с учетом контактных политик банка
* прогнозирование оттока по продуктам, объемам и активности пользования продуктами/услугами
* анализ транзакционной активности компаний и связанных с ней временных рядов
* создание и развитие ML-моделей, которые помогут нашим трейдерам принимать быстрые и точные решения на основе больших объемов данных
* защита ML-моделей при внутрибанковской валидации
* мониторинг ML-моделей в эксплуатации, анализ отклонений метрик качества
* fine-tuning ML-моделей
* создание AI-агентов
* оптимизация RAG систем
* prompt-tuning, дообучение, внедрение ML-моделей на основе LLM
* взаимодействие с бизнес-заказчиками и другими специалистами в рамках выполняемых задач.* опыт работы не менее 2-х лет в области Data Science
* программирование: Python (обязательно: pandas, scikit-learn, NumPy, SciPy); SQL (работа с реляционными БД)
* ML/AI: знание современных фреймворков: PyTorch, TensorFlow, Keras; опыт построения и внедрения моделей: классификация, регрессия, кластеризация, ранжирование, прогнозирование, NLP; опыт применения правил (rule-based) и шаблонов (template-based) для извлечения структурированных данных из известных форматов документов
* опыт работы с большими данными (Hadoop, Spark)
Будет плюсом:
* опыт работы в кампаниях продаж банка
* знание PySpark, особенностей написания кода для стека Hadoop
* опыт применения LLM;
* сертификаты, призовые места хакатонов, высокие места в соревновательных задачах по АI.* комфортный современный офис
* ежегодный пересмотр зарплаты и годовую премию
* корпоративный спортзал и зоны отдыха
* программа адаптации и помощь руководителя на старте
* расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
* бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
* вознаграждение за рекомендацию друзей в команду Сбера.