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
Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог займёт примерно 10 минут.
В Центре робототехники Сбера собирают большие объёмы данных для обучения моделей управления роботами в сложных реальных условиях. Команда развивает аналитику и контроль качества датасетов, выявляет аномалии, сопровождает пайплайны фильтрации и приёмки данных, ведёт статистику сбора, строит дэшборды и формирует рекомендации для команд сбора и разметки.
задачи
Выявлять аномалии, несоответствия и другие проблемы в данных;
Разрабатывать и развивать автоматические и полуавтоматические проверки качества данных;
Участвовать в развитии пайплайнов фильтрации, валидации и приёмки данных;
Строить дэшборды, визуализации и регулярную статистику по сбору, разметке, качеству и составу датасетов;
Готовить отчёты по результатам проверок качества и анализа датасетов;
Формировать рекомендации по улучшению сбора, разметки, фильтрации и приоритизации данных.
требования
Опыт работы от 2 лет в анализе данных, data engineering, прикладном ML или близкой области;
Уверенное владение Python: pandas/polars, numpy, визуализация;
Знание математической статистики и умение корректно интерпретировать результаты анализа;
Умение писать поддерживаемый воспроизводимый код и работать с git;
Знание SQL и опыт работы с таблицами и метаданными;
Базовое понимание ML и жизненного цикла данных для обучения моделей;
Хорошая письменная коммуникация для отчётов и постановки задач смежным командам;
Проактивность и способность доводить наблюдение в данных до конкретного улучшения процесса;
Будет плюсом опыт с annotation QA, data curation, anomaly detection, quality scoring, обучения ML/DL-моделей, работы с большими датасетами и распределёнными системами, автоматизации регулярной обработки данных, генеративными AI-моделями, создания и использования AI-агентов, использования GigaChat, Kandinsky и аналогов в продуктах, инструментального использования AI для анализа, генерации и автоматизации.
условия
Офис по адресу: Автозаводская 23а к2;
Ежегодный пересмотр зарплаты, квартальная и годовая премия;
Корпоративный спортзал и зоны отдыха;
Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития;
Программа адаптации и помощь руководителя на старте;
Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа;
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.