Команда Цифрового профиля клиентов Корпоративно-инвестиционного блока ищет стажера Data Scientist по работе с данными.

‍

Обязательно - студент, текущее обучение на очной форме в ВУЗе, техническая специальность.

Цель – создание ML-моделей, которые будут приносить пользу для бизнеса.

Приветствуется желание разобраться в MLE и участвовать в подготовке вывода моделей в прод.

Данных много и хранятся они в корпоративных хранилищах построенных на Hadoop, Teradata и всяких RDBMS. Наша команда является одним из лидеров экспертизы по знаниям, наши DE развивают огромную витрину ML-фичей.

Обрабатываем данные на собственном Hadoop кластере со Spark 3.4, python 3.8+. Так же имеется GPU-кластер c A100 для экспериментов.

Немного цифр для понимания масштабов и перспектив исследований:

- Более 80% корпоративного рынка РФ в нашем поле зрения. Из них более 2 млн компаний являются нашими клиентами и генерируют более 1 млрд транзакций ежедневно.

- Терабайты памяти и ~240 ядер cpu в песочницах для работы DS.

‍

Обязанности

Примеры задач:

— разработка uplift-моделей

— разработка моделей Classic ML (Catboost, XGBoost, LightGBM ) / DL (DragonNet)

— разработка собственного фреймворка для автоматизации процессов.

Что будем делать на стажировке: аналитика данных, проверка гипотез, разработка моделей.

‍

Требования

— знание языка программирования Python и библиотек анализа данных (Pandas или Polars)

— знания в области машинного обучения и анализа данных

— понимание метрик машинного обучения (классификации / регрессии)

— знание SQL и основ работы с данными

— желание работать с данными, искать закономерности, находить инсайты.

Будет плюсом, если есть:

— опыт работы с большими данными (PySpark)

— знание методов калибровки моделей.

‍

Условия

— обязательно - студент, текущее обучение на очной форме в ВУЗе, техническая специальность

— оплачиваемая стажировка

— длительность стажировки 4 месяца (30-40 часов в неделю)

— комфортный, современный офис: Москва, Кутузовский пр.32, к.1

— офисный формат стажировки, пн-пт с 9:00 до 18:00, гибкий график.