- Страна
- Россия
Стажер в Центр практического ИИ
Оценка ИИОтличная возможность для старта карьеры в топовом российском бигтехе. Сбер предоставляет доступ к уникальным мощностям и экспертизе в области ИИ, что крайне ценно для портфолио начинающего специалиста.
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 ориентирована на студентов, поэтому порог входа по опыту низкий, однако требуются сильные фундаментальные знания и обучение в профильном техническом вузе. Основная сложность заключается в высоком конкурсе и необходимости быстро осваивать работу с кластерами и оптимизацию инференса.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИСтажировки в Сбере обычно оплачиваются по фиксированной ставке для стажеров, которая соответствует средним рыночным значениям для крупных технологических компаний в Москве. Указанный диапазон отражает типичные выплаты для технических стажеров (Sberseasons и аналоги).
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
Стажер в Центр практического ИИ / ПАО Сбербанк
*🗺* Москва.
Обязанности:
- кластерах, подготовку датасетов, анализ экспериментов и оптимизацию инференса.
Требования:
- Студент последних курсов бакалавриата или магистратуры или аспирантуры технического ВУЗа
- Обучение на очном отделении
*➡* Откликнуться
Вакансии │ Стажировки │ За рубежом │ Удалёнка │ БИГТЕХ │ Мероприятия │ По всему миру │ IT и DIGITAL
*🐣* Софи - первый ai ассистент для автооткликов и поиска работы.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Machine Learning
- Data Analysis
- Data Sets
- Inference Optimization
Возможные вопросы на собеседовании
Проверка базовых знаний в области обработки данных, необходимых для подготовки датасетов.
Какие методы очистки и нормализации данных вы бы применили для подготовки датасета перед обучением модели?
Оценка понимания жизненного цикла ML-моделей и их производительности.
Что такое инференс модели и какие способы его оптимизации вы знаете?
Проверка навыков работы с инфраструктурой для обучения моделей.
Был ли у вас опыт работы с вычислительными кластерами или распределенным обучением?
Оценка аналитических способностей кандидата.
Как вы оцениваете результаты экспериментов и какие метрики считаете наиболее важными при сравнении моделей?
Проверка умения совмещать работу и учебу.
Как вы планируете совмещать очное обучение в вузе с интенсивной стажировкой в Сбере?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
