Стажёр в команду департамента «Занять и сберегать»
Оценка ИИОтличная возможность для старта карьеры в топовой экосистеме с сильной инженерной культурой. Задачи (Uplift, ранжирование) очень интересные и актуальные для финтеха, хотя зарплата в объявлении не указана.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИДля стажёра требования достаточно серьёзные: нужно не только знать Python и SQL, но и разбираться в Spark, статистике и классическом ML. Однако отсутствие требований к опыту работы и фокус на студентах делают позицию доступной для подготовленных новичков.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИДля стажировок в Data Science в Москве рыночная вилка обычно составляет от 40 000 до 70 000 рублей в месяц при частичной или полной занятости. Сбер обычно предлагает конкурентные условия для стажёров, соответствующие верхней границе рынка для крупных технологических компаний.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Стажёр в команду департамента «Занять и сберегать» / ПАО Сбербанк
*🗺* Москва.
Обязанности:
- Ценообразование
- Uplift-моделирование
- Задачи ранжирования
- Модели склонности
Требования:
- Студент последних курсов университета
- Понимание классического ML на хорошем уровне
- Знания статистики и теории вероятностей
- Хорошие знания Python/SQL/Bash/Spark
*➡* Откликнуться
Вакансии │ Стажировки │ За рубежом │ Удалёнка │ БИГТЕХ │ Мероприятия │ По всему миру │ IT и DIGITAL
*🐣* Софи - первый ai ассистент для автооткликов и поиска работы.
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- SQL
- Bash
- Spark
- Machine Learning
- Statistics
- Probability Theory
- Uplift Modeling
Возможные вопросы на собеседовании
Проверка фундаментальных знаний, необходимых для работы с данными в банковском секторе.
Расскажите, в чем разница между L1 и L2 регуляризацией и в каких случаях стоит использовать каждую из них?
Вакансия предполагает работу с Uplift-моделями, это специфическая область ML.
Что такое Uplift-моделирование и чем оно отличается от классической задачи классификации?
Сбер работает с огромными массивами данных, поэтому знание Spark критично.
Как работает механизм Lazy Evaluation в Spark и почему он важен для оптимизации запросов?
Проверка навыков SQL, необходимых для подготовки выборок.
В чем разница между операторами WHERE и HAVING в SQL? Приведите пример использования.
Проверка понимания статистики, указанной в требованиях.
Что такое p-value и как вы будете интерпретировать его значение при проверке статистических гипотез?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
