Стажер MLOps-инженера

Мы ищем начинающего MLOps-инженера в команду СберБизнеса с фокусом на задачи по созданию и решений на базе больших данных, а также автоматизации жизненного цикла моделей машинного обучения, начиная с подготовки данных и заканчивая мониторингом на проме. Мы предлагаем интересные челленджи, которые позволят вам быстро развиваться, а нам вместе с вами – максимизировать доход банка.

Чем занимаемся

• Разрабатываем промышленные рекомендательные системы для продуктов банка и экосистемы, интегрируем их в сквозные бизнес-процессы.
• Строим модели ранжирования предложений для b2b-клиентов с учетом жестких контактных политик.
• Персонализируем контент: используем NLP и генеративные модели(LLM) для адаптации продуктовых и развлекательных подборок.

• готовить features для ML - проектировать и поддерживать пайплайны сборки фичей для обучения моделей и работы в реальном времени
• заниматься опромышливанием кодовой базы моделей
• оптимизировать расчеты больших данных, рефакторить тяжелые SQL/PySpark запросы
• проектировать пайплайны для мониторинга работы моделей машинного обучения
• создавать инструменты для автоматизации рутинных задач, связанных с обработкой данных
• рефакторить текущие процессы, предлагать лучшие практики работы с данными
• навыки работы с генеративными AI-моделями

• уверенное знание Python: алгоритмы, структуры данных, классический d-people стек (numpy, pandas, etc)
• хорошее знание SQL: аналитические функции, подзапросы, хранимые процедуры, оптимизация запросов
• понимание работы базовых алгоритмов машинного обучения
• базовые знания Big Data: теоретическое понимание принципов работы Hadoop и Spark, практический опыт PySpark будет преимуществом

• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• ипотека выгоднее до 7% для каждого сотрудника
• прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.