16 июн. 2020

Сбер

Сбер — это постоянное движение, масштабные задачи и профессиональные команды. За время стажировки ты не просто получишь опыт работы, а примешь участие в решении самых актуальных задач бизнеса и разработке инновационных банковских продуктов. Чтобы твое развитие шло быстрее, мы дадим доступ к Виртуальной школе от Корпоративного университета Сбербанка для прокачки софт- и хард-скиллс.
Секторы:
Сотрудники:
Локации:
Локация:
Москва
Занятость / Тип договора:
Полный день
/
Работа
Опыт:
От 1 года до 3-х лет
Зарплата:
₽ на собеседовании
Вакансия в архиве
Аналитика
Python
R
SQL

Data Scientist (Центр валидации моделей сервисных блоков и экосистемы)

Буду делать
Наша команда занимается оценкой и управлением модельным риском. Модельный риск возникает впоследствии от решений, основанных на неверных или неправильно интерпретируемых моделях и приводит к финансовым потерям, ошибочным решениям, потере репутации. У нас расширяется команда, и мы ищем сильных кандидатов на ряд позиций Junior/Middle/Senior Data Scientist
Мы:
- Валидируем абсолютно все модели Сбербанка, способные значимо повлиять на финансовый результат. Валидация = всесторонняя проверка модели, включая попытки построить лучший альтернативный алгоритм, заменить модель более простой, почелленджить подход. Модели стекаются к нам со всех уголков необъятного Сбербанка.
- Разрабатываем и автоматизируем методы для валидации моделей различных классов (в свете усложнения моделей Сбербанка особенно актуально)
- Строим систему отчетности для управления модельным риском
- Строим платформу для онлайн-мониторинга и автовалидации моделей
Что будешь делать ты?
- Разбираться в структуре моделей из абсолютно различных сфер (начиная от кредитного скоринга и заканчивая распознаванием речи), тестировать корректность модели, челленджить подход разработчика и разрабатывать альтернативные алгоритмы (внутренний Kaggle)
- Исследовать подходы к моделированию и валидации различных классов моделей, определять их методологию, применять передовые технологии и распространять наработки
- Автоматизировать алгоритмы валидации для внедрения в процессы автомониторинга
- Исследовать и предлагать новые методы количественной оценки модельного риска (сколько потерь принесет неоптимальная модель в эксплуатации через месяц/год?)
Ждем от тебя
Знание машинного обучения и статистического анализа (интересен любой опыт)
- Знание мат. статистики, алгоритмов, структур данных
- Знание Python и/или R и основных библиотек анализа данных
- Знание SQL, навыки работы с базами данных
- Большой плюс: опыт работы с распределенными системами
Предлагаем
Чем мы отличаемся от других?
- Наша основная функция – валидация, но это включает в том числе и разработку альтернативных алгоритмов, ты научишься не только разрабатывать модели, но и тестировать их и смотреть на них с позиции владельца бизнес-процесса
- У нас можно познакомиться со всем многообразием моделей в экосистеме Сбербанка. В моделировании, как правило, идут разрабатывать в конкретную предметную область.
- У нас много работы не только в моделировании и валидации, но и в исследовательской деятельности по количественной оценке модельного риска
Вакансия в архиве. Посмотрите другие вакансии в ленте.
Перейти в ленту