Data Science (Стажер) – Сбербанк на Юниворк

Data Science (Стажер)

🤖 Data Science

Sberseasons - оплачиваемая программа стажировок для студентов очной формы обучения.

В рамках стажировки ты сможешь:

  • работать над интересными задачами, которые влияют на жизни миллионов пользователей Сбера

  • выбрать удобный для тебя график и работать от 20 часов в неделю

  • погрузиться в сообщество профессионалов и перенять опыт Наставника

Наша команда занимается оценкой и управлением модельного риска. Наши сотрудники участвуют в проектах по улучшению моделей машинного обучения и оптимизации их применения в бизнес-процессах Сбера. Мы создаем инструменты для мониторинга, управления и оценки модельного риска по всем бизнес-направлениям.

Мы:

  • ИТ-валидируем абсолютно все модели Сбера, способные значимо повлиять на финансовый результат. ИТ-валидация – проверка того, что модель внедрили правильно, а также проверка качества данных. Модели стекаются к нам со всех уголков необъятного Сбера (розничный и корпоративный бизнес, финансы, экосистема)
  • Разрабатываем и автоматизируем методы для валидации моделей различных классов (в свете усложнения моделей Сбера особенно актуально)
  • Строим платформу для онлайн-мониторинга и автовалидации моделей

Обязанности

  • анализировать код и проводить идентификацию ИТ-составляющей модельного риска
  • проводить проверку качества данных
  • автоматизировать процессы ИТ-валидации (создавать ИТ-валидационные тесты на языке Python)

Требования

  • хорошо знаешь мат. статистику и теорию вероятностей
  • разбираешься в Python/SAS/R и основных библиотеках анализа данных
  • знаешь основы Data Science
  • умеешь писать запросы SQL/Oracle PL

Условия

  • стажировка от 3 до 6 месяцев с дальнейшей возможностью приема в штат
  • уютный офис в центре Новосибирска на Димитрова 2
  • корпоративное обучение, доступ к обучающим ресурсам,DS-митапы и большое внутреннее DS сообщество
Финансы
Москва
10 000+ сотрудников
Зарплата от 46 000 ₽ до вычета налогов
Город Новосибирск
Тип занятости Стажировка
График работы Гибкий
Формат работа Гибрид
Требуемый опыт Без опыта