- Страна
- Россия
Senior Data Scientist (Управление рисков Индийского направления)
Оценка ИИСбер — это сильный бренд с мощным инженерным сообществом и доступом к огромным массивам данных. Работа над международным направлением (Индия) добавляет проекту уникальности и профессионального вызова.
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 Senior-уровня в банковском секторе требует не только глубоких технических знаний ML-стека, но и понимания специфики финансовых рисков. Работа с индийским направлением может накладывать дополнительные требования к анализу уникальных рыночных данных.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции Senior Data Scientist в Сбере рыночный диапазон в Москве обычно составляет от 350 000 до 550 000 рублей до вычета налогов. Итоговое предложение сильно зависит от результатов технического интервью и внутреннего грейдирования.
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
Senior Data Scientist (Управление рисков Индийского направления)
Грейд: Senior
Стек: Machine Learning, Python, pandas, scikit-learn, LightGBM, CatBoost, PyTorch, TensorFlow
Сбер Банк — крупнейший российский финансовый конгломерат, предоставляющий широкий спектр банковских услуг для частных лиц, малого бизнеса и корпоративных клиентов.
Откликнуться через Runello-бот ↓
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Machine Learning
- Python
- Pandas
- Scikit-learn
- LightGBM
- CatBoost
- PyTorch
- TensorFlow
Возможные вопросы на собеседовании
Важно понимать, как кандидат выбирает инструмент под конкретную задачу классификации или регрессии.
В каких случаях вы предпочтете CatBoost вместо LightGBM при работе с банковскими данными?
Проверка навыков работы с несбалансированными данными, что типично для задач кредитного риска.
Какие методы борьбы с дисбалансом классов в задачах кредитного скоринга вы считаете наиболее эффективными?
Senior должен понимать, как модель будет работать в реальной инфраструктуре.
Опишите ваш опыт деплоя моделей и мониторинга их качества (drift detection) в продакшене.
Проверка знаний в области нейросетей, указанных в стеке.
Для каких задач в управлении рисками вы бы использовали PyTorch или TensorFlow вместо градиентного бустинга?
Оценка способности работать с данными нового региона.
Как бы вы подошли к валидации модели, если данные по индийскому рынку имеют значительные отличия от российского сегмента?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
