Alena Gartseva

Senior Data scientist (Управление рисками корпоративных клиентов), Sber

Мы — амбициозная и дружная команда, ежедневно исследующая данные корпоративных клиентов Сбербанка. Наши модели – двигатель не имеющих аналогов в России продуктов в сфере управления рисками корпоративных клиентов.

Сводная статистика о нас:

Мы решаем задачи по 8 основным направлениям (от монументального ПВР до всеобъемлющих графов и молодого и амбициозного ESG);
95% наших моделей разрабатываются с применением облачных технологий;
Мы придерживаемся единого стандарта работы, используем JIRA/Confluence/BitBucket, у нас есть единый бэклог;
25% нашей команды имеют западное образование и опыт работы в странах Европы;
Мы сотрудничаем с передовыми ВУЗами в 3-ёх городах России;
Просрочка по кредитному продукту на основе наших моделей стремится к 0.
В команде с заказчиками мы:

Погружаемся в предметную область;
Прорабатываем постановку задачи;
Ищем и исследуем данные;
Выбираем оптимальные методы моделирования;
Разрабатываем и верифицируем модели;
Готовим отчеты о разработке и презентуем результаты;
Мониторим модели;
Наслаждаемся результатом.
В рамках работы над задачей мы будем:

Разрабатывать и улучшать инструменты для машинного обучения (внутренние наработки, библиотеки);
Использовать прогнозное моделирование, чтобы оптимизировать бизнес риск метрики;
Работать в команде с портфельными менеджерами, чтобы понять нужды бизнеса и предложить возможные решения;
Разрабатывать модели машинного обучения;
Разрабатывать архитектуру пилотов для тестирования гипотез;
Прокачивать коллег и развиваться самим.

Requirements

Диплом в области компьютерных наук, статистики, прикладной математики или другой релевантной области;
Опыт работы от 3х лет с одной или несколькими СУБД: Oracle, MS SQL, Teradata либо СУБД стэка Bigdata
Опыт работы с хранилищами данных от 1го года
Опыт работы в роли аналитика с функцией подготовки выгрузки данных для заказчика
Сильные компетенции в области реляционных СУБД и хранилищ данных:
Глубокое понимание статистических подходов и методов (регрессия, свойства распределений, оценка максимального правдоподобия, проверка гипотез и их правильное использование) и опыт их применения;
Знания и опыт применения алгоритмов машинного обучения (GLM/Regression, Trees, Random Forest, Boosting), а также знание их преимуществ, недостатков и ограничений;
Приветствуется знание принципов работы нейронных сетей и опыт использования библиотек для их обучения (Keras/PyTorch/TensorFlow);
Знание Python и основных DS библиотек;
Отличные знания английского языка (устный и письменный) как преимущество;
Опыт в распределённых/параллельных вычислениях с помощью следующих технологий: Hadoop, Spark, Dask и другие как преимущество;

Conditions

Ипотека выгоднее для каждого сотрудника и льготные условия кредитования;
Бесплатная подписка СберПрайм+;
Скидки на продукты компаний-партнеров;
ДМС с первого дня и льготное страхование для близких;
Корпоративная пенсионная программа;
Обучение за счет Компании: онлайн курсы в Виртуальной школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, Тренинги, митапы и возможность получить новую квалификацию.

Sber

Высокотехнологичная компания и крупнейший банк в России, Центральной и Восточной Европе. Сбер работает над созданием экосистемы удобных онлайн-сервисов в самых разных сферах. Сейчас в нее входит более 40 компаний. Среди них — онлайн-кинотеатр Okko, сервис доставки еды Delivery Club, служба такси «Ситимобил» и многие другие. Мы собираем лучшие технологии и управленческие методы из мировой практики, а масштабы компании и система поддержки сотрудников открывают возможности для карьеры в любом направлении и с любым уровнем амбиции. Сбер сотрудничает с вузами и проводит оплачиваемые стажировки для студентов IT-специальностей и финансовых факультетов.