Data Scientist

Наша команда занимается развитием продукта «Автоклассификация». В центре продукта – ML-модель, обученная на сотнях тысяч диалогов клиентов с операторами, которая в online-режиме предсказывает тематику обращения клиента. Таким образом, мы помогаем кластеризовать весь поток обратной связи от клиентов и направить его в нужные команды для улучшения продуктов Сбера, а также помогаем операторам во время диалога определить проблему и быстрее решить вопрос.

Мы ищем опытного Data Science специалиста, который сможет взять на себя развитие ML-модели, управлять DS-исследованиями и приоритизировать задачи по проверке гипотез.

• Выстраивание стратегии по DS-части продукта
• Развитие архитектуры ML-модели продукта
• Определение требований к перечню, объему и качеству данных, необходимых для решения бизнес-задачи
• Формирование предложений по решению бизнес-задач аналитическими способами/методами
• Разработка и тестирование новых гипотез
• Внедрение успешных гипотез/моделей в промышленную эксплуатацию
• Анализ и поиск точек роста, отслеживание и измерение прогресса по DS-части продукта
• Активное участие во всех этапах жизненного цикла моделей (постановка задачи, сбор данных, разработка модели, валидация, пилотирование/внедрение, мониторинг).
• Взаимодействие с другими участниками команды (jun-DS / BA / SA) для совместной работы (проверки гипотез, исследований, внедрения)
• Проведение демо-сессий

Стек технологий:

• Для управления задачами: Confluence, JIRA
• Технологический стек: Hadoop, Spark, Hive, GreenPlum, Python

• Опыт разработки и вывода ML сервисов в production
• Опыт работы с нейросетевыми фреймворками и NLP моделями (tensorflow / pytorch / transformers / natasha / pymorphy / …)
• Python (стандартный стек для DS задач), SQL, PySpark
• Docker, bash, git
• Уверенное понимание принципов работы алгоритмов машинного обучения, теории вероятности, статистики и метрик измерения эффективности алгоритмов
• Умение составлять требования к задаче, оценивать ресурсы, взаимодействовать с разработчиками и Data Scientist

Является преимуществом:

• Опыт успешного участия в Kaggle и прочих соревнованиях по ML
• Опыт работы с системами контроля версий и Github, Bitbucket и пр.
• Опыт проведения A/B-тестов
• Навыки работы с K8s
• Общее представление об MLOps подходах и процессах

• Стабильный оклад и социальная поддержка сотрудников
• Квартальные и годовая премии
• Официальное оформление
• ДМС с первого дня и льготное страхование для близких
• Корпоративное обучение
• Бесплатная подписка СберПрайм+ и скидки на продукты компаний-партнеров
• Корпоративная пенсионная программа
• Ипотека выгоднее на 4% для каждого сотрудника