Junior/Middle Data Scientist (Classic ML)

Сбер·Москва·1 сент.

Junior/Middle Data Scientist (Classic ML)

Ориентир по рынку≈ 337 000 – 374 000 ₽наша приблизительная оценка по 11 вакансиям этой роли и грейда, у работодателя вилка не указана

≈ 4,1 тыс.–4,5 тыс. $

🏢 ОфисMiddleПолная занятостьКорпорация

≈ 337 000 – 374 000 ₽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. Вакансия живая, задачи расписаны.

3 из 4 в норме

Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона

Деньги

Сумму в объявлении не указали. Ориентир на созвон: столько платят в 11 похожих вакансиях Data Scientist уровня Middle.

платят меньше337 000 – 374 000 ₽ 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 50 дней, признаков фиктивного найма нет.

Живая

Описание

Расписано подробно: обязанностей 11, требований 7. Картина ясна до первого созвона.

Обещают: ДМС и компенсация спорта

Подробно

Что требуют

ОбязательноMLBashGitNLPLLMPythonPandasPyTorch

ПлюсомSparkLangChainHugging FaceHadoop

Надбавка к зарплате на этом уровне: Python +43%.

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

10 вопросов именно к этой вакансии: что спросить на первом созвоне

Когда откликаться

Стоит ли спешить: за сколько дней Сбер обычно закрывает вакансии

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

Чем предстоит заниматься

Разбираться в структуре моделей из разных бизнес-доменов (от скоринга до распознавания речи и биометрии)

Проверять корректность моделей и челленджить подходы разработчиков

Разрабатывать альтернативные ML-решения, исследовать новые методы и метрики оценки

Автоматизировать периодическую проверку качества моделей (мониторинг)

Проводить исследования SOTA-подходов для ключевых процессов Банка

Участвовать в разработке AIVA — нашего агента-валидатора на LLM: сценарии проверок, оценка качества ответов агента, обкатка на реальных валидациях

Spark

Уверенный опыт с DL (lightning, pytorch-distributed)

Продвинутый опыт с LLM/GenAI (langchain, smolagents, faiss, huggingface, vllm и др)

Собственный Hadoop-кластер приличных размеров 🌭

GPU — до 32 H100 под обучение или до 10 A100 в рантайме (в зависимости от задач)

Наши требования

Высшее образование в области компьютерных, технических или физико-математических наук

От 1 года в ML (готовы рассмотреть сильных кандидатов с меньшим опытом, но с хорошими pet-проектами или участием в соревнованиях)

Глубокое понимание теории ML, мат. статистики и теории вероятностей

Опыт применения основных библиотек анализа данных

Базовые знания bash и git

Опыт построения индустриальных ML-решений

Навык декомпозиции сложных задач и проактивный подход

Мы предлагаем

Комфортный современный офис рядом с м. Кутузовская

Возможность выбрать удобный график - офис / гибрид

Ежегодный пересмотр зарплаты и годовая премия

Корпоративный спортзал и зоны отдыха

Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

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

Скидки на продукты компаний-партнеров

Вознаграждение за рекомендацию друзей в команду Сбера

Дополнительно

Наша команда занимается независимой оценкой и контролем за моделями и AI-решениям Банка — от классических моделей и NLP до современных LLM-решений и агентов. Мы проверяем корректность, челленджим подходы разработчиков, предлагаем улучшения и разрабатываем собственные альтернативные решения. А ещё разрабатываем свой продукт — AIVA, LLM-агента, который автономизирует валидацию

Сейчас мы ищем Data Scientist в направление валидации с фокусом на анализ, построение и валидацию моделей и LLM-решений, используемых в различных бизнес-процессах Банка