Data Scientist (валидация ml моделей)

Сбер·Москва·31 июля

Data Scientist (валидация ml моделей)

Ориентир по рынку≈ 300 000 – 375 000 ₽наша приблизительная оценка по 17 вакансиям этой роли и грейда, у работодателя вилка не указана

🏢 ОфисMiddleПолная занятостьКорпорация

≈ 300 000 – 375 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Правда, вакансия открыта уже давно.

2 из 4 в норме

Открыта долго: как понять до отклика, ищут ли ещё

Деньги

Зарплату в объявлении не раскрыли. Ориентир на созвон: столько платят в 17 похожих вакансиях Data Scientist уровня Middle.

платят меньше300 000 – 375 000 ₽ у половины таких вакансийплатят больше

Кроме оклада: премия и пересмотр зарплаты. Размер не назван, а от него зависит доход за год.

Вилки нет

Живость

Висит 80 дней. Источник её не снимает, но так долго открытые позиции бывают трудными для найма или набором в резерв.

Зарплата не указана

Открыта давно

Описание

Расписано подробно: обязанностей 5, требований 5. Картина ясна до первого созвона.

Обещают: ДМС

Подробно

Что требуют

ОбязательноMLPythonPandasNumPyGitHadoopPyTorchscikit-learnLLM

Надбавка к зарплате на этом уровне: Python +40%, Git +8%.

Ясно

Полный разбор в Pro

Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме

Сколько просить

Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга

Ваше резюме против требований

Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика

Спросить у работодателя

Что стоит спросить: вопросы именно к этой вакансии для первого созвона

Когда откликаться

Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии

30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro

Чем предстоит заниматься

Разбираться в сложных моделях (от классики до нейросетей)

Погружаться в бизнес-процессы, проводить независимую оценку качества моделей

Оценивать бизнес-эффект от деградации моделей и защищать свои решения перед бизнесом

Применять LLM-фреймворки для автономизации работы

Писать код, улучшать и создавать библиотеки для эффективной валидации

Наши требования

Глубокое понимание: ML/DL, временных рядов

Владение Python: пишешь читаемые функции, быстро разбираешься в чужом коде

Умеешь создавать окружения и оптимизировать код под Big Data

Уверенно работаешь с pandas, numpy, scipy, git, экосистемой Hadoop, знаешь ML-фреймворки (PyTorch/TF/scikit-learn)

Отлично разбираешься в теории вероятностей и мат. статистике (мы часто пишем новые методологии и количественные тесты)

Мы предлагаем

Офисный формат в Москве (Кутузовский пр, 32)

Ежегодный пересмотр зарплаты и годовая премия

Расширенный ДМС и льготное страхование для семьи

Уникальная система обучения Сбера для профессионального и карьерного развития

Выгодная ипотека для сотрудников

Подписка Прайм с возможностью совместного использования на трёх близких

Вознаграждение за рекомендацию друзей в команду Сбера

Корпоративная пенсионная программа

Дополнительно

Ты специалист с опытом работы в Data Science более 3 лет? Хочешь работать на стыке DS и риск-менеджмента? Тогда тебе к нам, в Управление модельных рисков

Мы не просто валидируем модели — мы управляем модельным риском и улучшаем модельный ландшафт Банка с помощью Data Science

Строим системы предиктивной аналитики, сценарного анализа и даже обучаем LLM-агентов (наш внутренний фреймворк AIVA) для автоматизации валидации. Наш фокус — модели, участвующие в ключевых процессах Банка по управлению рисками ALM и ликвидности

С какими моделями работаем?