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 Сбера — крупная экосистема, развивающая розничные решения. Команда создает масштабируемую рекомендательную платформу с персонализированными рекомендациями для финансов, e-commerce, развлечений и здравоохранения, внедряя современные ML-модели и выводя их в бизнес-применение.
задачи
Разрабатывать и совершенствовать End-to-End ML-пайплайны;
Разрабатывать продакшен-пайплайны обработки данных;
Работать с петабайтами данных Сбера на PySpark и исследовать подходы их применения в моделях;
Писать эффективный и масштабируемый код для обучения и инференса моделей на PyTorch;
Проводить эксперименты на GPU-кластере;
Оптимизировать производительность кода обработки больших массивов данных и высоконагруженных онлайн-сервисов рекомендаций;
Менторить младших членов команды и обмениваться знаниями и экспертизой.
требования
Математический бэкграунд;
Хорошее знание Python и ключевых фреймворков для работы с данными: PySpark, PyArrow, Pandas;
Опыт написания качественного production-кода;
Опыт создания промышленных пайплайнов обработки данных с множеством шагов, зависимостей и сложной логикой;
Опыт использования Airflow или других стандартных оркестраторов пайплайнов, включая Luigi и Dagster;
Хорошее понимание баз данных SQL / NoSQL;
Навыки работы с генеративными AI-моделями;
Опыт использования GigaChat, Kandinsky и аналогов в продуктах;
Будет плюсом опыт работы с Kubernetes, опыт работы с MLFlow или аналогичными инструментами, опыт распределенного обучения больших моделей на GPU-кластере, опыт или образование в области финансов и банкинга, опыт реализации online inference при высокой нагрузке, опыт оптимизации пайплайнов препроцессинга данных под highload.
условия
Возможность выбрать офисный или гибридный график;
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;
Подписка Прайм с возможностью совместного использования с тремя близкими;
Вознаграждение за рекомендацию друзей в команду Сбера.