← К каталогу
СБ

СБЕР

Middle ML Engineer

ОфисMiddleМосква, Россия8 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 подтверждение14 мин. назад
Впервые замечена8 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Мы отвечаем за работу моделей оценки рисков, сбор данных и принятие решений по кредитованию ММБ в Сбере.

Сбер занимает долю более чем в 50% от рынка кредитования ММБ в России.

Мы создали инновационные продукты. Формируем одобренные предложения по всем организациям в России.

Мы строим мультиагентную систему с автономно эволюционирующей системной принятия решений.

Мы доверяем друг другу и совместно достигаем намеченных результатов.

Мы осваиваем новые технологии и повышаем надёжность и качество нашего продукта.

Обязанности

процесс для ML Engineer:

  • анализ и оценка поступивших технических заданий на внедрение математических моделей и агентов
  • общение с Data Scientist по техническим заданиям
  • построение прототипа модели в Лаборатории данных
  • сверка прототипа с эталоном
  • адаптация кода модели для регулярного исполнения в ПРОМ
  • прохождение ИТ-валидации
  • контроль работы внедренного решения (логирование, мониторинг)
  • работы внедренного решения (логирование, мониторинг)

процесс для Data Engineer:

  • анализ и оценка поступивших бизнес-требований к витринам данных
  • общение с заказчиком по бизнес-требованиям
  • построение прототипа проектируемого решения в Лаборатории данных
  • сверка прототипа с эталоном, демонстрация решения заказчику
  • разработка витрин данных согласно зафиксированным требованиями и прототипу
  • подготовка сопроводительной документации для вывода решения в ПРОМ
  • сопровождение внедренного решения (3лс).

Требования

  • опыт в data analysis, data engineering, ML engineering или близкой области от 2 лет
  • уверенное владение Python (pandas, numpy, pytorch, sklearn)
  • хорошее знание SQL (аналитические функции, подзапросы, в идеале - оптимизация запросов)
  • понимание методологии проектирования витрин данных (ETL)

будет преимуществом:

  • опыт работы со стеком технологий Больших Данных (Hadoop, Spark, Hive/Impala)
  • знание CI/CD, владение инструментами разработки и инфраструктуры (Docker, Openshift, Jenkins, Kafka)
  • опыт работы с…

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

ИсточникHeadHunter / Developers / RU / between3And6