data scientist

Команда разрабатывает AI-агента для анализа биржевых стаканов облигаций и подготовки рекомендаций трейдерам, а также решения для автоматической квитовки платежей и мониторинга аномалий во временных рядах в платежных системах.

• Собирать требования к моделям и взаимодействовать с заказчиком и DE;
• Определять целевые метрики решений и согласовывать их с заказчиком;
• Собирать и подготавливать данные с использованием Hadoop и PySpark;
• Писать парсеры для сбора внешних данных;
• Строить модели по табличным данным;
• Находить аномалии во временных рядах;
• Строить модели прогнозирования временных рядов;
• Классифицировать новости по степени влияния на рынок облигаций;
• Генерировать торговые сигналы на основе неструктурированных данных;
• Создавать RAG-базу для генерации текстовых обоснований рекомендаций трейдерам;
• Адаптировать LLM для формулировки торговых идей на естественном языке;
• Тестировать различные гипотезы.

• Опыт работы специалистом по анализу данных от 3 лет;
• Образование в области математики, физики или математических методов в экономике;
• Глубокие знания теории вероятностей и математической статистики;
• Умение писать качественный код на Python, знание ООП и оптимизации кода по скорости и памяти;
• Понимание работы алгоритмов ML-моделей, включая бустинг, нейронные сети, NLP-модели и LLM;
• Владение несколькими библиотеками классического машинного обучения: NumPy, scikit-learn, pandas, Matplotlib, Seaborn, Plotly, CatBoost, LightGBM, XGBoost, FBProphet или PyGAM;
• Владение PyTorch или другими фреймворками глубокого обучения;
• Практический опыт работы с нейросетевыми моделями RNN, LSTM, Transformer и BERT;
• Опыт разработки NLP-моделей с использованием NLTK, spaCy, Gensim или Transformers;
• Будет плюсом понимание работы рынков ценных бумаг или готовность развиваться в этой области, знание финансовых метрик YTM и duration, опыт работы с кривыми доходностей и оценки риска ценных бумаг, понимание концепции парной торговли, практические навыки дообучения и инференса LLM, опыт разработки и оптимизации RAG-конвейеров.

• Офис рядом с метро «Кутузовская»;
• Ежегодный пересмотр зарплаты;
• Квартальная и годовая премия в зависимости от должности и системы премирования;
• Корпоративный спортзал и зоны отдыха;
• Более 400 образовательных программ СберУниверситета;
• Программа адаптации и помощь руководителя на старте;
• Расширенный ДМС;
• Льготное страхование для семьи;
• Корпоративная пенсионная программа;
• Льготный дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ;
• Подписка Прайм с возможностью совместного использования с тремя близкими;
• Вознаграждение за рекомендацию друзей в команду Сбера.