- Страна
- Россия
Стажер ML (Machine Learning)
Оценка ИИОтличный старт для карьеры в топовой экосистеме с сильной ML-экспертизой. Ограничение по вузам сужает круг кандидатов, но для целевой аудитории это престижная возможность с понятными перспективами роста.
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 ИИСложность обусловлена строгим фильтром по вузам (ВШЭ, МФТИ, МИФИ), что подразумевает высокий уровень математической подготовки. Сами задачи стандартны для стажировки, но конкуренция среди студентов топовых вузов будет высокой.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИСтажировки в Сбере обычно оплачиваются на уровне рынка для крупных технологических компаний (BigTech) в Москве. Точная сумма зависит от количества рабочих часов в неделю, но в среднем соответствует ожиданиям студентов ведущих вузов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Стажер ML (Machine Learning) / ПАО Сбербанк
*🗺* Москва.
Обязанности:
- Подготовка, обработка и анализ данных
- Обучение и тестирование моделей машинного обучения
- Оценка качества моделей и поиск способов их улучшения
- Проверка гипотез и проведение экспериментов
Требования:
- Обучение в ВШЭ, МФТИ или МИФИ
*➡* 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
- Data Analysis
- Python
- Data Processing
- Statistics
Возможные вопросы на собеседовании
Проверка базовых знаний алгоритмов, необходимых для работы ML-инженера.
Расскажите, в чем разница между L1 и L2 регуляризацией и в каких случаях стоит использовать каждую из них?
Оценка навыков работы с данными, что является основной обязанностью стажера.
Как вы будете обрабатывать пропуски и выбросы в данных перед обучением модели?
Проверка понимания метрик качества, упомянутых в описании вакансии.
В каких ситуациях метрика Precision важнее, чем Recall, и наоборот? Приведите примеры из банковской сферы.
Оценка опыта проведения экспериментов.
Опишите ваш самый интересный проект или учебную задачу в области ML: какую гипотезу вы проверяли и какого результата достигли?
Проверка владения инструментарием.
Какие библиотеки Python вы чаще всего используете для анализа данных и почему (Pandas, Scikit-learn, PyTorch и т.д.)?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
