Summary
Data science internship on Sberbank's model risk team: the intern validates and monitors ML models and AI agents used in the bank's production processes, challenges model approaches, builds alternative models, and automates validation and risk-monitoring tools. Core stack: Python, SQL, ML/statistics, and LLM APIs.
Наша команда занимается оценкой и управлением модельных рисков различных AI-решений Банка. Наши сотрудники участвуют в проектах по улучшению моделей машинного обучения, AI-агентов и оптимизации их применения в бизнес-процессах Сбера. Мы создаем инструменты для мониторинга, управления и снижения модельного риска по всем бизнес-направлениям. Открытая вакансия находится на стыке DS и дата-аналитики, успешный кандидат значительно расширит кругозор в части того, какие ML-модели и AI-агенты работают в ПРОМ процессах и как влияют на бизнес Банка.
_Мы:_
* _мониторим и валидируем все значимые ML-модели и AI-агентов Сбера, влияющих на финансовый результат. Мониторинг/валидация - всесторонняя проверка модели, включая попытки по автоматическому построению лучшего альтернативного AI-решения, челлендж подхода._
* _разрабатываем и автоматизируем методы для мониторинга/валидации Ai-решений различных классов_
* _строим систему отчетности для управления модельным риском._* разбираться в результатах работы различных ML-моделей и AI-агентов, анализировать влияние моделей на бизнес-процессы Банка, искать возможные ошибки и проблемы в моделях
* разбираться в структуре различных моделей, тестировать корректность AI-решений, челленджить подход разработчика, разрабатывать альтернативные алгоритмы (внутренний Kaggle), оценивать применимость подхода с учетом имеющихся норм и макроэкономической конъюнктуры
* исследовать подходы к моделированию и валидации различных классов моделей, определять их методологию
* автоматизировать алгоритмы валидации для внедрения в процессы автомониторинга
* разрабатывать и автоматизировать подходы по нахождению ошибок в коде внедрения моделей и минимизации возникновения инцидентов операционного риска.* статус студента бакалавриата/магистратуры на момент трудоустройства
* знание машинного обучения и статистического анализа
* знание мат. статистики, алгоритмов, структур данных
* опыт работы с LLM и агентными системами через API
* знание Python и основных библиотек анализа данных
* знание SQL, навыки работы с базами данных
* опыт работы в рисках, знание основ управления рисками в Банке
* коммуникабельность, умение эффективно вести переговорный процесс с подразделениями Банка
* большой плюс: опыт работы с регуляторными моделями Basel
* большой плюс: опыт модельной аналитики и управления модельным стэком в бизнес-процессе
* навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом.* гибкий график и возможность совмещать с учебой: от 20 до 40 часов в неделю
* возможность заниматься спортом в одном из спортзалов банка
* бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
* вознаграждение за рекомендацию друзей в команду Сбера.