ML Engineer / Python Developer

Сбер·Москва·15 сент.

ML Engineer / Python Developer

Ориентир по рынку≈ 70 000 – 150 000 ₽наш грубый ориентир по 171 вакансии этого грейда на рынке, без учёта специальности: у работодателя вилка не указана

🏢 ОфисJuniorПолная занятостьКорпорация

≈ 70 000 – 150 000 ₽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

Вилку работодатель не назвал. Грубый ориентир: столько платят в 171 вакансии уровня Junior по всему рынку, без учёта специальности.

платят меньше70 000 – 150 000 ₽ 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 34 дня, признаков фиктивного найма нет.

Живая

Описание

Расписано подробно: обязанностей 6, требований 14. Картина ясна до первого созвона.

Обещают: ДМС и компенсация спорта
Известно: высокие нагрузки

Подробно

Что требуют

ОбязательноMLPythonSparkAirflowKubernetesFastAPIPyTorchJiraConfluenceGit

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

Разработка и совершенствование End-to-End ML-пайплайнов

Разработка продакшен-пайплайнов обработки данных

Работа с огромными объёмами данных Сбера (петабайты) на PySpark, исследование подходов применения их в моделях

Писать эффективный и масштабируемый код для тренировки и инференса моделей на PyTorch, проводить эксперименты на GPU-кластере

Performance оптимизации кода по обработке больших массивов данных или онлайн сервисов рекомендаций с высокой нагрузкой

Менторинг младших членов команды, обмен знаниями и экспертизой

Наши требования

Математический бэкграунд

Хорошее знание Python и ключевых фреймворков для работы с данными (PySpark, PyArrow, Pandas)

Опыт написания качественного production кода

Опыт написания промышленных пайплайнов обработки данных, содержащих множество шагов, зависимостей и сложную логику

Опыт использования Airflow (или другого industry-standard оркестраторов пайплайнов, т.к. Luigi, Dagster и т.д.)

Хорошее понимание баз данных SQL / NoSQL

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

Опыт работы с Kubernetes

Опыт работы с MLFlow (или другими аналогичными инструментами)

Опыт распределенного обучение больших моделей на GPU-кластере

Опыт или образование в области финансов, банкинга

Опыт реализации online inference в условиях высокой нагрузки

Опыт оптимизации пайплайнов препроцессинга данных под highload

Мы предлагаем

Комфортный современный офис рядом с м. Кутузовская

Возможность выбрать удобный график – офис/гибрид

Ежегодный пересмотр зарплаты, 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

Дополнительно

ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее

Ждем именно тебя!

Мы – команда экспертов, объединенных общей страстью к искусственному интеллекту и рекомендательным системам (RecSys)

Нашей главной задачей является создание современной, масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей, предлагая персонализированные рекомендации на каждом этапе их взаимодействия с экосистемой Сбер. Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения

Развитие нашей платформы строится вокруг внедрения новых SOTA-моделей. Мы следим за мировыми трендами, экспериментируем с новыми подходами, внедряем их как часть платформы и доводим до конкретного применения в бизнесе. Ищем Machine Learning Engineer в команду для вывода в ПРОМ рекомендательных моделей Банка. Мы работаем с огромным количеством данных, и высоконагруженными сервисами, что делает нашу работу не только важной, но и технически интересной. Также от нас напрямую зависит развитие самого продукта рекомендательной платформы в Банке, так как именно мы определяем ключевые точки ее роста. Если вам близка идея быть первопроходцем, и вы хотите стоять у истоков новой технологии, присоединяйтесь к нам!