- Страна
- Россия
Эксперт по цифровым технологиям аудита
Оценка ИИРабота в Сбере — это отличная возможность для профессионального роста в крупном бигтехе с доступом к уникальным технологиям. Вакансия привлекательна четкими задачами и стабильностью бренда.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИПозиция требует уверенных знаний в области Data Science и статистики, а также понимания процессов жизненного цикла моделей. Основная сложность заключается в необходимости критического анализа чужих разработок и поиске уязвимостей.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для подобных ролей в Новосибирске рыночный диапазон составляет от 150 000 до 250 000 рублей в зависимости от уровня квалификации. Сбер обычно предлагает конкурентные условия, соответствующие или слегка превышающие средние показатели по региону.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Эксперт по цифровым технологиям аудита / Сбер. IT
*🗺* Новосибирск.
Обязанности:
- проведение проверок моделей (поиск проблем на этапах разработки, валидации, внедрения и эксплуатации моделей)
Требования:
- знание основ мат. статистики, принципов машинного обучения
*➡* Откликнуться
Вакансии │ Стажировки │ За рубежом │ Удалёнка │ БИГТЕХ │ Мероприятия │ По всему миру │ IT и DIGITAL
*🐣* Софи - первый ai ассистент для автооткликов и поиска работы.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Machine Learning
- Statistics
- Model Validation
- Data Analysis
Возможные вопросы на собеседовании
Проверка базовых знаний, необходимых для оценки качества моделей.
Какие основные метрики качества классификации вы бы использовали при аудите модели и почему?
Важно понимать, как кандидат ищет ошибки на разных стадиях.
На каких этапах жизненного цикла модели чаще всего возникают критические ошибки внедрения?
Оценка способности кандидата выявлять переобучение.
Как вы определите, что модель переобучена, и какие методы регуляризации вы бы порекомендовали?
Проверка понимания специфики работы с данными.
Как вы проверяете репрезентативность выборки, на которой обучалась модель?
Оценка навыков коммуникации и аргументации.
Как вы будете доносить информацию о найденных критических ошибках до команды разработки?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
