← К каталогу
СБ

Сбер2B

Data Scientist

ГибридУровень не указанМосква, Россия1 ч назад
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение26 мин. назад
Впервые замеченатолько что
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Сбер2В — система бизнес-сервисов под единым управлением. Вместе мы решаем комплексные задачи государства, бизнеса и регионов с помощью аналитики больших данных, искусственного интеллекта, автоматизации и ЭДО.

Мы в цифрах:

  • 50+ собственных решений
  • 1,2 млн клиентов малого бизнеса
  • 40+ отраслей используют наши продукты
  • 2,5 тыс. клиентов крупного бизнеса и госсектора

Наши технологии (аналитика больших данных, машинное обучения, визуализация) помогают бизнесу расти, а регионам — развиваться.

Трайб разрабатывает платформу, которая автоматизирует весь жизненный цикл инвестиционной сделки.

Команды работают над следующими направлениями:

  • Алгоритмизированный поиск потенциальных сделок и клиентов;
  • Управление процессом заключения инвестиционных сделок;
  • Финансовые расчеты и оценка портфеля;
  • Построение финансовой и управленческой отчетности по портфелю инвестиций Сбера;
  • Инвестиционные сервисы для компаний — наших клиентов.

Чем предстоит заниматься:

  • Решение полного цикла ML-задач: от постановки и предобработки данных до выбора алгоритмов;
  • Разработка и внедрение AI -моделей;
  • Решение практических NLP -задач: NER , Machine Translation, Summarization , Question Answering.

Мы будем рады познакомиться, если у тебя есть:

  • Практический опыт работы с AI-моделями;
  • Опыт полного цикла решения ML-задачи: предобработка данных, выбор алгоритмов, тюнинг параметров, оценка качества моделей, визуализация;
  • Уверенное владение фреймворками PyTorch (Keras/TensorFlow — как плюс);
  • Опыт работы с библиотеками формирования эмбеддингов: word2vec, fasttext, BERT, XLM-RoBERTa и др;
  • Опыт решения практических NLP-задач: NER, Machine Translation, Summarization, Question Answering;
  • Опыт работы с Spark и Airflow;
  • Уверенное знание SQL;
  • Опыт работы с Feature engineering и Feature selection;
  • Опыт работы с Confluence, Jira, Nexus, Bitbucket;
  • Владение Unix shell;
  • Опыт работы с git и docker;
  • Понимание и практический опыт в…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Data Scientist / RU