Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Команда разрабатывает и внедряет DS-модели и AI-агентов в Департаменте по работе с проблемными активами (NPL), уделяя особое внимание качеству, подготовке и производительности данных.
задачи
Разрабатывать решения на Scala API для работы с DataFrame Apache Spark без использования SQL;
Оптимизировать производительность Apache Spark;
Выявлять и устранять перекосы данных;
Разрабатывать решения с применением инструментов генеративного ИИ;
Обрабатывать большие объёмы неструктурированных данных;
Моделировать данные с применением подходов Data Vault и Dimensional Modeling;
Проектировать высоконагруженные системы;
Участвовать во внедрении ML-моделей;
Понимать жизненный цикл разработки ML-моделей;
Использовать системы контроля версий;
Участвовать в код-ревью;
Понимать бизнес-задачи и переводить их в технические требования к данным.
требования
Опыт работы от 3 лет на позиции Data-аналитика или Аналитика DWH с фокусом на разработку production-ready решений;
Экспертное владение Scala API для работы с DataFrame Apache Spark;
Опыт реализации проектов исключительно на Scala без использования SQL;
Глубокое понимание этапов оптимизации Catalyst;
Умение читать планы выполнения Explain и проводить Performance Tuning;
Практический опыт участия во внедрении ML-моделей и уверенное знание этапов их жизненного цикла — от подготовки данных до мониторинга;
Навыки проектирования высоконагруженных систем;
Знакомство с архитектурными подходами Data Vault или Dimensional Modeling;
Уверенная работа с большими объёмами неструктурированных данных;
Применение инструментов генеративного ИИ для автоматизации задач;
Высшее техническое образование;
Владение Git и опыт прохождения код-ревью;
Будет плюсом опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов.
условия
Офис на Кутузовском проспекте, д. 32, к.1, Москва;
Ежегодный пересмотр зарплаты и годовая премия;
Более 400 образовательных программ в СберУниверситете;
Спортзал и зоны отдыха;
Расширенный ДМС и льготное страхование для семьи;
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;