В Центре робототехники Сбера мы собираем большие объёмы данных для обучения моделей управления роботами в сложных реальных условиях. Важно не только наращивать объём датасетов, но и понимать их состав, качество и динамику сбора, своевременно выявлять проблемы и улучшать процессы работы с данными. Мы ищем Data Analyst, который будет развивать аналитику и контроль качества датасетов: выявлять аномалии, сопровождать пайплайны фильтрации и приёмки данных, вести статистику сбора, строить дэшборды, а также формировать рекомендации для команд сбора и разметки.
Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!
выявлять аномалии, несоответствия и другие проблемы в данных
разрабатывать и развивать автоматические и полуавтоматические проверки качества данных
участвовать в развитии пайплайнов фильтрации, валидации и приёмки данных
строить дэшборды, визуализации и регулярную статистику по сбору, разметке, качеству и составу датасетов
готовить отчёты по результатам проверок качества и анализу датасетов
формировать рекомендации по улучшению сбора, разметки, фильтрации и приоритизации данных.
2+ года опыта в data analysis, data engineering, applied ML или близкой области
уверенное владение Python: pandas/polars, numpy, visualization
знание математической статистики и умение корректно интерпретировать результаты анализа
умение анализировать мультимодальные данные: видео, временные ряды, текстовые данные
умение писать поддерживаемый воспроизводимый код, работа с git
знание SQL и опыт работы с таблицами, метаданными
базовое понимание ML и жизненного цикла данных для обучения моделей
хорошая письменная коммуникация для отчетов и постановки задач смежным командам
проактивность и способность доводить наблюдение в данных до конкретного улучшения процесса.
опыт с annotation QA, data curation, anomaly detection или quality scoring
опыт обучения ML/DL моделей
опыт работы с большими датасетами и распределёнными системами
опыт автоматизации регулярной обработки данных
навыки работы с генеративными AI-моделями
опыт создания AI-агентов и использования их в работе будет преимуществом
опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
инструментальное владение AI для анализа, генерации и автоматизации.
офисный формат работы, адрес офиса Автозаводская 23а к2
ежегодный пересмотр зарплаты, квартальная и годовая премия
корпоративный спортзал и зоны отдыха
более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
программа адаптации и помощь руководителя на старте
расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
подписка Прайм с возможностью совместного использования на трёх близких
вознаграждение за рекомендацию друзей в команду Сбера.
