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
Управление развития Искусственного Интеллекта блока «Транзакционный банкинг B2C» разрабатывает и внедряет ML-модели на большой клиентской базе B2C, чтобы предлагать клиентам кредитные карточные продукты, персонализировать условия обслуживания и автоматизировать поддержку. Команда работает с моделями склонности и отклика для СберБанк Онлайн и других каналов, NLP-моделями на текстовых данных, управлением лимитами кредитных карт, uplift-моделированием, прогнозированием оттока и feature engineering на больших данных.
задачи
Строить ML-модели на основе табличных данных, последовательностей событий и текстов;
Писать production-ready код и передавать его в CI/CD-пайплайн команды MLOps, отвечая за качество кода и воспроизводимость;
Улучшать процесс построения моделей;
Разрабатывать прикладные модули командного фреймворка для повышения производительности DS и качества промышленного кода;
Предлагать и обосновывать внедрение новых ML-моделей в процессы банка;
Сопровождать интеграцию моделей в бизнес-процессы кредитования и обслуживания карт;
Выдвигать data-driven гипотезы и предложения по запуску новых механик и карточных продуктов;
Находить инсайты в данных.
требования
Глубоко знать классический ML и иметь опыт применения к реальным бизнес-задачам, включая градиентный бустинг и NLP-алгоритмы;
Понимать основные подходы Deep Learning;
Продвинуто знать SQL, включая оконные функции и оптимизацию плана запроса;
Отлично знать Python и библиотеки lightgbm, pandas, numpy, sklearn, torch;
Иметь опыт работы с Hadoop, PySpark и Greenplum;
Будет плюсом опыт работы с кредитными и/или дебетовыми картами, понимание бизнес-процессов кредитования, скоринга, управления лимитами и персонализации предложений.
условия
Современный офис рядом с метро «Кутузовская»;
Ежегодный пересмотр зарплаты;
Годовая премия;
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;
Дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ;
Бесплатная подписка Прайм с возможностью совместного использования с тремя близкими;
Вознаграждение за рекомендацию друзей в команду Сбера.