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
ИТ B2C — крупная экосистема Сбера, развивающая розничные решения, чтобы сделать банковские сервисы доступнее, безопаснее и удобнее. Команда создает масштабируемую рекомендательную платформу, которая предлагает пользователям персонализированные рекомендации во взаимодействии с экосистемой Сбера. Решения применяются в финансах, e-commerce, индустрии развлечений и здравоохранении.
задачи
Искать подходящие ML-решения для бизнес-задач и проводить офлайн- и онлайн-эксперименты;
Разрабатывать и улучшать ML-пайплайны для задач рекомендательных систем: готовить данные, обучать модели, валидировать и внедрять их;
Анализировать и обрабатывать большие объемы данных с помощью PySpark;
Исследовать и применять актуальные методики в Data Science, Machine Learning и рекомендательных системах;
Взаимодействовать с командами разработки и аналитики;
Генерировать гипотезы;
Участвовать в обсуждении решений и доносить результаты своей работы до команды.
требования
Опыт работы в Data Science от 1 до 3 лет;
Интерес к рекомендательным системам и желание постепенно брать на себя больше ответственности;
Практические навыки решения ML-задач: от подготовки данных и выбора алгоритмов до настройки гиперпараметров и оценки качества моделей;
Хорошая база в алгоритмах машинного обучения и интеллектуальном анализе данных;
Хорошее знание Python и основных DS-фреймворков, включая PyTorch и PySpark;
Понимание принципов написания качественного кода;
Способность самостоятельно разбираться в новых подходах, читать технические материалы на английском и применять их на практике;
Будет плюсом опыт применения классических ML- и DL-подходов, реализации DS-проектов в области рекомендаций, работы с ranking-задачами, feature engineering, A/B-тестами и ML-экспериментами, вывода ML-решений в production, участия в развитии ML-пайплайнов, работы с высоконагруженными системами с машинным обучением и Big Data, а также профильные курсы, соревнования или pet-проекты в области ML/RecSys.
условия
Возможность выбрать офисный или гибридный график;
Ежегодный пересмотр зарплаты;
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;
Корпоративная пенсионная программа;
Дисконт по ипотечному кредиту в размере 1/3 ключевой ставки ЦБ;
Подписка Прайм с возможностью совместного использования с тремя близкими;
Вознаграждение за рекомендацию друзей в команду Сбера.