Senior/Middle Data Scientist (трансформеры на тракзационных данных)

Наша команда занимается построением передовых моделей, оптимизирующих процессы корпоративного кредитования, разрабатывает продукты для внутренних клиентов на современном технологическом стеке.

Наши модели являются драйвером для увеличения прибыли Банка и доли рынка, трансформируют кредитные процессы.

Большой объем информации разной природы и модальностей (последовательности (транзакции), табличные данные, текст и т.п.) вместе с развитой технической инфраструктурой позволяют разрабатывать широкую линейку моделей от классических алгоритмов до самых современных state of the art моделей.

Обязанности

• разрабатывать и оптимизировать модели на основе трансформерных архитектур для обработки сложных и объемных последовательностей данных
• создавать и внедрять классические алгоритмы машинного обучения для задач скоринга и построения систем принятия решений
• совместно с подразделениями заказчика формировать стратегию развития моделей и интеграции их в кредитные системы банка
• участвовать в полном цикле работы с моделью: от постановки задачи и сбора данных до разработки, внедрения и последующего мониторинга качества
• проводить исследования источников данных и изучать передовые (sota) решения для повышения качества и эффективности моделей
• оценивать бизнес- и финансовый эффект от ai-инициатив, подтверждать результаты в рамках пилотных проектов
• наставлять и координировать работу стажёров и младших специалистов.

Требования

• высшее образование в области технических / физико-математических наук
• опыт разработки ml‑моделей и успешной реализации кросс‑функциональных проектов от идеи до продакшена
• глубокие знания ключевых методов и алгоритмов машинного обучения, понимание метрик, валидации и методов регуляризации
• глубокие знания и опыт разработки нейронных сетей для последовательностей
• уверенное владение основными ml и dl фреймворками разработки моделей от sckikit-learn до pytorch
• понимание трансформерных архитектур, токенизации и обучения языкового моделирования — как сильное преимущество.
• понимание принципов и практик pretraining: масштабирование по законам (data/compute/params), выбор задач (next‑token/causal lm, masked lm), схемы шедулинга и оптимизации (adamw, adafactor, lr/β‑шедулеры), mixed‑precision (bf16/fp8)
• уверенные навыки работы с данными: sql, оптимизация запросов, опыт работы с распределённой обработкой (pyspark/spark)
• опыт работы с генеративными моделями и llm: использование и адаптация базовых моделей, continued pretrain, sft/инференс; опыт создания ai‑агентов — преимущество
• высокая самостоятельность и ответственность, умение вести исследования, формулировать гипотезы и доводить их до измеримого результата.

Будет плюсом:

• знание основ управления рисками в Банке
• опыт работы с сегментом юридических лиц хотя бы в одном из направлений: устройство финансовой отчетности, регуляторные ограничений со стороны ЦБ, противодействие схемам мошенничества, портфельный риск-менеджмент.

Условия

• комфортный современный офис рядом с м.Тульская
• формат работы: офис
• годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• регулярные митапы и развитое DS-community
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.