Эта вакансия в архивеЭту вакансию выложили заново, открыть новую публикацию
Сбер·Москва·21 авг.
Middle Data Scientist
Ориентир по рынку≈ 300 000 – 450 000 ₽наша приблизительная оценка по 31 вакансии этой роли, у работодателя вилка не указана
🏢 ОфисJuniorПолная занятостьКорпорация
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Объявление живое, и что за работа, понятно из текста.
3 из 4 в норме
Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться
Деньги
Зарплату в объявлении не раскрыли. Ориентир на созвон: столько платят в 31 похожей вакансии Data Scientist, без учёта уровня.
- Кроме оклада: премия и пересмотр зарплаты. Размер не назван, а от него зависит доход за год.
Живость
Открыта 59 дней, и признаков фиктивного найма у неё нет.
- Появилась у нас 21 августа 2026 г., 59 дней назад
- Эту вакансию выложили заново: Открыть новую публикацию
Считается по возрасту вакансии и её содержимому. Оценка станет точнее, когда накопится история наблюдений. Выдачу источника сверяем при каждом обходе: пропажу, возврат и правки текста. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Обязанности: 5, требования: 6. Понятно, что за работа, ещё до отклика.
- Обещают
- ДМС и компенсация спорта
- Известно
- общение с заказчиками
Что требуют
ОбязательноMLPythonNumPyscikit-learnPandasCatBoostXGBoostHadoopSparkSQL
ПлюсомPyTorch
Надбавка к зарплате на этом уровне: SQL +28%.
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
Работать с большими данными в экосистеме Hadoop (PySpark, SQL) — от выгрузки и разведки до построения витрин для моделей
Разрабатывать индивидуальные модели эластичности и клиентского поведения в сегменте B2C — от прототипа до продвинутого пайплайна обучения и предсказаний
Проверять бизнес-гипотезы и превращать их в измеримый эффект: дизайн и оценка A/B-тестов (мэтчинг, продвинутые методы causal inference, интерпретация результатов)
Выстраивать коммуникацию с заказчиками: согласовывать метрики, защищать подходы, показывать ценность данных на понятном языке
Обеспечивать надёжность и мониторинг внедрённых решений — чтобы модель работала стабильно и приносила пользу каждый день
Наши требования
Опыт работы Data Scientist от 2х лет
Техническое образование (будет плюсом если выпускник - МГУ, МФТИ, ВШЭ и других ведущих вузов страны)
Понимание теории вероятностей и статистики
Уверенное владение широким спектром ML-алгоритмов — регрессия, классификация, кластеризация, а также uplift-моделирование (способность оценивать причинно-следственные эффекты, а не просто предсказывать)
Владение Python и ML библиотеками (numpy, sklearn, pandas, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost, etc.)
Плюсом будет опыт работы с pytorch, pyspark
Мы предлагаем
Комфортный современный офис рядом с м. Кутузовская
Возможность выбрать удобный график – офис/гибрид
Ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)
Корпоративный спортзал и зоны отдыха
Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
Программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)
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
Дополнительно
Мы занимаемся тонкой настройкой клиентских стратегий: строим индивидуальные модели эластичности (uplift) к ставке по вкладам, потребкредитам, программам лояльности и другим продуктовым направлениям, прогнозируем досрочное погашение кредитов физлиц и повышаем экономическую эффективность розничного бизнеса на основе данных