- Страна
- Россия
Откликайтесь
на вакансии с ИИ

Стажировка Data Scientist
Сбер — один из лучших работодателей для старта карьеры в Data Science благодаря сильному комьюнити и доступу к огромным массивам данных. Программа стажировки четко структурирована, что гарантирует быстрый профессиональный рост.
Сложность вакансии
Для стажировки требования стандартные: сильная математическая база и знание Python. Основная сложность заключается в высоком конкурсе и необходимости продемонстрировать глубокое понимание теории ML на собеседовании.
Анализ зарплаты
Зарплата на стажировках в Сбере обычно соответствует рыночным стандартам для крупных технологических компаний в Москве. Точная сумма зависит от количества рабочих часов в неделю (20, 30 или 40).
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Сбер уже сейчас
Подайте заявку на стажировку в Сбер и начните свою карьеру в Data Science под руководством топовых экспертов!
Описание вакансии
Стажировка Data Scientist / Сбер
*🗺* Москва.
Обязанности:
- Проводить сбор, очистку и анализ данных
- Формировать и проверять гипотезы
- Выбирать архитектуру моделей
Требования:
- Знания в области математики (математический анализ, линейная алгебра, теория вероятностей, математическая стат…
- Хорошие знания теории Classic ML
- Уверенное владение Python
*➡* 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
- Data Analysis
- Python
- Machine Learning
- Statistics
- Mathematics
- Linear Algebra
- Calculus
Возможные вопросы на собеседовании
Проверка фундаментальных знаний, необходимых для понимания работы алгоритмов ML.
Расскажите, в чем заключается суть центральной предельной теоремы и как она применяется в статистике?
Оценка практических навыков работы с данными.
Какие методы обработки пропущенных значений и выбросов в данных вы знаете и когда их лучше применять?
Проверка понимания классического машинного обучения.
В чем разница между L1 и L2 регуляризацией? В каких случаях стоит выбирать каждую из них?
Оценка навыков программирования на Python для DS задач.
Как работают декораторы в Python и приходилось ли вам использовать их при написании кода для анализа данных?
Проверка умения оценивать качество моделей.
Какие метрики качества классификации вы выберете, если в данных наблюдается сильный дисбаланс классов?
Похожие вакансии
Стажер Data Science
Стажер Data Scientist
Стажер Data Scientist (Команда AI-трансформации Блока Финансы)
Стажер Data Scientist/Quant
Data Science стажер
ML Engineer (Intern)
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!