СБЕР
Middle / Senior Data Scientist (Финансы)
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.
Описание вакансии
AI-агент управляющего портфелем облигаций: требуется разработать агента, который будет оркестрировать несколько ML моделей для анализа биржевых стаканов облигаций и на основании этого предлагает оптимальные варианты для совершения сделок покупки/продажи бумаг трейдерам
AI - позиционер:
a. Автоматическая квитовка платежей – требуется автоматизировать процесс сбивки плановых и фактических платежей по информации о платеже и его назначении
b. Универсальный тул мониторинга временных рядов – требуется разработать архитектуру для детекции аномалий во временных рядах в потоках платежей в различных системах (НОСТРО, ЛОРО, TFM).
Обязанности
- сбор требований по моделям и коммуникация с заказчиком и DE
- определение целевых метрик решения и согласование их с заказчиком
- сбор и подготовка данных (Hadoop, pyspark, написание парсеров для сборки внешних данных)
- построение моделей по табличным данным
- поиск аномалий во временных рядах
- построение моделей предсказания временных рядов
- классификация новостей по степени влияния на рынок облигаций
- генерации торговых сигналов на основе неструктурированных данных
- создание RAG базы для генерации текстовых обоснований рекомендаций для трейдеров
- адаптация LLM для формулировки торговых идей на естественном языке
- тестирование различных гипотез.
Требования
- опыт работы Data Scientist от 3х лет
- образование по направлениям "Математика", «Физика», «Мат. методы в экономике», (желательно выпускники - МГУ, МФТИ, ВШЭ и других ведущих вузов страны)
- глубокие знания в области теории вероятностей и математической статистики
- навыки написания качественного кода на Python (знание ООП, умение написания оптимального кода по скорости и памяти)
- понимания работы алгоритмов ML-моделей (бустинг, нейронные сети, NLP-модели, LLM)
- владения Python несколькими библиотеками для классического ML из списка или релевантными (numpy, sklearn, pandas, scikit-learn, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost…
Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.