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
Команда Causal AI в блоке «Финансы» ПАО Сбербанк развивает решения в области uplift-моделирования, причинно-следственного анализа и сценарного анализа для задач клиентских коммуникаций и оценки эффектов. Команда исследует факторы влияния на целевые переменные, проверяет их экспериментально и использует результаты для принятия решений.
задачи
Собирать и готовить данные, участвовать в сборке витрин;
Проводить EDA и feature engineering, проверять качество и полноту данных;
Обучать и валидировать ML-модели;
Помогать в дизайне и анализе A/B-тестов: рассчитывать размер выборки, проверять корректность сплита, разбирать результаты;
Воспроизводить методы из статей и открытых библиотек, проводить сравнения с внутренними бейзлайнами на данных команды;
Писать переиспользуемый код, тесты и документацию для внутренней uplift-платформы;
Поддерживать текущую аналитику: исправлять ошибки моделей и обрабатывать разовые запросы команды и заказчиков.
требования
Находиться на последних курсах университета и получать неоконченное высшее образование по техническому направлению;
Иметь прочный математический фундамент, особенно в теории вероятностей и статистике;
Понимать смысл p-value и доверительного интервала, знать характеристики основных распределений;
Уметь писать и оптимизировать код на Python, разбираться в чужом коде;
Владеть основными библиотеками для анализа данных: pandas, numpy, sklearn;
Понимать основные алгоритмы классического ML: линейные и древовидные модели;
Уметь превращать расплывчатый вопрос в проверяемую гипотезу;
Будет плюсом чтение об uplift-моделях и опыт их применения на учебных данных, опыт с DoWhy, EconML, causal-learn и Hypex, знание causal discovery и DAG, понимание влияния конфаундеров на оценку эффекта, опыт запуска или анализа A/B-тестов, работы с большими данными в Spark и Hadoop, разработки LLM-агентов, решения задач маркетинга, ценообразования или банковской аналитики, участия в соревнованиях по ML.
условия
До 80 000 ₽ до вычета налогов;
Офис рядом с метро «Ленинский проспект»;
Возможность выбрать офисный или гибридный график;
Срочный трудовой договор на 3 месяца;
Корпоративный спортзал и зоны отдыха;
Более 400 образовательных программ СберУниверситета;
Программа адаптации и помощь руководителя на старте;
Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа;
Льготная ипотека с дисконтом, равным 1/3 ключевой ставки ЦБ;
Подписка Прайм с возможностью совместного использования с тремя близкими;
Вознаграждение за рекомендацию друзей в команду Сбера.