Senior Data Scientist (NLP)

Ищем к себе в команду (сервис «Новостной мониторинг») Data Scientist.

Задача сервиса - сбор и обработка информации из новостных источников для мониторинга состояния заемщиков банка.

Команда решает end-to-end задачу: занимается как парсингом/скрапингом источников (около 30 тыс штук), так и разработкой моделей для обработки полученной информации в реальном времени. За счет моделей решаются вспомогательные (фильтрация источников, перевод, суммаризация) и бизнес-задачи (поиск в новостях компаний-заемщиков банка и событий, которые с ними произошли).

Для мониторинга состояния некоторых заемщиков более актуальны не текстовые данные, а изображения со спутников, поэтому команда также занимается сбором таких данных и их обработкой с помощью CV моделей.

• Обучение и вывод моделей в промышленное использование (Triton, tensorRT);
• Улучшение и ускорение моделей для анализа текстовых данных из новостного потока (NER, entity linking, классификация, дедубликация, перевод, суммаризация новостей).

• Python/Pytorch/Tensorrt/Docker/PostgreSql/ELK;
• Хорошее понимание области NLP (знание классических и SOTA архитектур моделей);
• Понимание основных принципов и алгоритмов классического ML;
• Умение переводить бизнес-задачи в термины ML;
• Навык написания production-ready кода.

• Ипотека выгоднее для каждого сотрудника и льготные условия кредитования;
• Бесплатная подписка СберПрайм+;
• Скидки на продукты компаний-партнеров;
• ДМС с первого дня и льготное страхование для близких;
• Корпоративная пенсионная программа;
• Обучение за счет Компании: онлайн курсы в Виртуальной школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, Тренинги, митапы и возможность получить новую квалификацию;
• Крупнейшее DS&AI community - более 600 DS банка, включая: регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы.