ML Engineer
генерация резюме под вакансию
сопроводительное письмо
описание
Команда занимается оценкой и управлением модельным риском в розничном кредитовании, анализирует и улучшает модели машинного обучения, а также оптимизирует их применение в бизнес-процессах. Работа находится на стыке валидации архитектур LLM, адаптированных под банковские данные, и классического машинного обучения.
задачи
- Разбирать результаты работы различных моделей DS;
- Анализировать влияние моделей на кредитный портфель банка;
- Искать возможные ошибки и проблемы в моделях;
- Тестировать корректность моделей;
- Разрабатывать альтернативные алгоритмы;
- Автоматизировать алгоритмы валидации для внедрения в процессы автовалидации.
требования
- Профильное IT или техническое образование;
- Знание современных архитектур нейронных сетей (LLM);
- Уверенное владение библиотекой Torch;
- Уверенное знание машинного обучения и статистического анализа;
- Понимание работы алгоритмов и метрик «под капотом»;
- Знание математической статистики, алгоритмов и структур данных;
- Знание Python и основных библиотек анализа данных;
- Знание SQL и PySpark, навыки работы с базами данных;
- Будет плюсом опыт модельной аналитики и управления модельным стэком в бизнес-процессе, опыт работы в рисках, знание основ управления рисками в банке.
условия
- Комфортный современный офис рядом с м. Волгоградский проспект;
- Годовая премия;
- Корпоративный спортзал и зоны отдыха;
- Более 400 образовательных программ СберУниверситета;
- Регулярные митапы и развитое DS-community;
- Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа;
- Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ;
- Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров;
- Вознаграждение за рекомендацию друзей в команду Сбера.
навыки
Если просят войти через iCloud, отправить коды из SMS, запустить код, что-то установить, перевести деньги или сделать что угодно, связанное с деньгами, не соглашайтесь: это признаки мошенничества.