Senior Data Scientist

Наши проекты

Эмбеддинги юридических лиц

• Обучение моделей эмбеддингов ЮЛ на основе различных источников данных: транзакции, кликстримы, диалоги, граф связей и т.д. Обучение универсальных мультимодальных моделей эмбеддингов. Помощь бизнес-блокам в адаптации и пилотировании эмбеддингов в бизнес-моделях банка.
• Изучение и внедрение Foundation model в доменах event-sequences и graphs.
• Взаимодействие с исследовательскими командами AI Lab и Sber AI.

Карта влияния ЮЛ

• Построение витрин связей ЮЛ-ФЛ, определение ролей ФЛ в ЮЛ на основе внутренних и внешних источников. Построение датасета для обучения моделей, разметка ролей. Дизайн и обучение модели определения ролей ФЛ в ЮЛ.
• Создание единого графа ЮЛ-ФЛ, обучение моделей на едином графе, построение эмбеддингов ЮЛ/ФЛ.

Логистические цепочки

• Поиск транзакционных связей ЮЛ/ИП, построение графа транзакционных связей. Выделение устойчивых цепочек (сообществ) для решения различных бизнес-задач.

Обязанности

• Коммуникации с заказчиком, проработка требований, перевод требований на язык ML, выбор подходов к реализации.
• Работа со структурированными и неструктурированными данными: поиск внутренних и внешних источников, сбор и анализ данных, проверка гипотез.
• Проведение RND для выбора лучших алгоритмов.
• Построение и поддержка аналитических и предиктивных моделей (Python + Spark + Sklearn + LGBM), нейросетевых моделей: GNN (графовые нейронные сети), RNN, Transformers.
• Обеспечение документирования результатов моделирования для передачи на валидацию.
• Подготовка скриптов для вывода моделей в ПРОМ.
• Постановка требований для Data Engineer по разработке новых витрин/объектов.

Требования

• Опыт работы: 3–6 лет.
• Хорошее знание алгоритмов машинного обучения, нейронных сетей, python-библиотек для работы с ML/DL (Sklearn, LGBM, XGBoost, PyTorch), SQL.
• Знание принципов построения моделей на графах, последовательностях событий, NLP.
• Опыт промышленного внедрения моделей, работы с распределенным хранилищем данных (Hadoop, Spark).
• Понимание процессов ETL, ELT.
• Опыт наставничества/менторства.

Будет плюсом

• Опыт использования UDF для PySpark, особенности написания кода для стека Hadoop.
• Знание особенностей программирования в распределённых системах.
• Опыт работы с NoSQL-базами данных.
• Распределенное обучение моделей на ресурсах GPU(А100/V100)/HGX.
• Знание SOTA-алгоритмов в области AI.

Условия

• Формат работы — офис (ст.м. Кутузовская).
• 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.
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
• Вознаграждение за рекомендацию друзей в команду Сбера.