- Страна
- Россия
Middle/ Middle+ Data scientist (Центр модельных рисков розничного бизнеса)
Оценка ИИСбер предлагает работу в одной из сильнейших DS-команд страны с доступом к уникальным данным и современному стеку. Высокий балл обусловлен стабильностью компании и профессиональным ростом, хотя работа в офисе может быть минусом для некоторых.
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 ИИРоль требует уверенного владения специфическими инструментами (Uplift, PyBoost) и понимания банковских рисков. Уровень Middle подразумевает наличие практического опыта в A/B тестировании и работе с LLM/NLP стеком.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в Сбере для Middle DS обычно соответствует рыночному уровню для Москвы, часто дополняясь значительными годовыми бонусами и расширенным соцпакетом. Данный диапазон отражает текущие реалии финтех-сектора.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Middle/ Middle+ Data scientist (Центр модельных рисков розничного бизнеса)
Грейд: Middle
Стек: Machine Learning, Data Science, Uplift, PyBoost, A/B testing, Python, PyTorch, HuggingFace
Сбер Банк — крупнейший российский финансовый конгломерат, предоставляющий широкий спектр банковских услуг для частных лиц, малого бизнеса и корпоративных клиентов.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Machine Learning
- Data Science
- Uplift Modeling
- PyBoost
- A/B Testing
- Python
- PyTorch
- Hugging Face
Возможные вопросы на собеседовании
Важно понимать, как кандидат оценивает эффективность воздействия на клиента в банковских задачах.
Расскажите о вашем опыте работы с Uplift-моделированием: какие подходы (S-learner, T-learner) вы использовали и как оценивали качество?
Проверка навыков работы с градиентным бустингом, специфичным для экосистемы Сбера.
В чем особенности библиотеки PyBoost по сравнению с CatBoost или LightGBM, и в каких сценариях вы отдадите ей предпочтение?
Оценка методологической грамотности при проведении экспериментов.
Как вы подходите к дизайну A/B тестов при наличии сетевых эффектов или ограниченной выборки в розничном бизнесе?
Проверка актуальных знаний в области Deep Learning и NLP.
Для каких задач вы применяли HuggingFace и PyTorch? Расскажите о кейсе дообучения предобученной модели.
Проверка понимания бизнес-контекста подразделения.
Как, по вашему мнению, Data Science может помочь в минимизации модельных рисков в розничном кредитовании?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
