MLE (ML-инженер)

Сбербанк продолжает развитие платформы больших данных. Мы ищем как молодых выпускников, так и опытных специалистов, интересующихся наукой о данных. Преимущество отдаем кандидатам, окончившим лучшие технические и экономические вузы. ВШЭ, АНХ, МГТУ им Баумана, МГУ, ФизТех, НГУ, и пр. Предпочтения отдаём кандидатам, в специализации которых присутствуют слова "компьютерные науки". Команда Sber Ai Lab совместно с командой Гео и графы кластера AI360 корпоративного блока Сбербанка ведет проект по созданию мультимодальной модели эмбеддингов. Команда Гео и графы развивает несколько направлений: витрины данных о связанности ЮЛ, клиентские данные ЮЛ, транзакционные витрины данных, графы связей ЮЛ, геовитрины по данным ЮЛ. Все витрины используются для построения моделей в различных бизнес-блоках Банка. Sber Ai Lab занимается как научной деятельностью, так и разработкой наукоемких технологий в области финансов, экономики, рекомендательных систем и т.д. В частности, в лаборатории активно разрабатываются фреймворки для машинного обучения, значительная часть которых доступна в open source. На текущий момент в Лаборатории существуют направления: инструментов машинного обучения, AI в медицине, прикладного машинного обучения, технологий глубинного обучения, на которые мы ищем специалистов Data Engineers уровня Middle и Senior. Наша команда состоит из специалистов с опытом в известных IT-компаниях, мастеров Kaggle, ученых с публикацими на ведущих конференциях NIPS, ICML, KDD, RecSys Обязанности Разработка и проектирование потоков данных, алгоритмов загрузки и обработки данных Подготовка датасетов из больших массивов сырых данных, первичный анализ данных Выявление артефактов в данных Инженерная часть разработки наукоемких технологий в части инжиниринга данных Взаимодействие с прикладными командами банка по внедрению технологий, разработанных лабораторией, а также мультимодальных моделей в процессы банка Организация инфраструктуры хранения данных для исследований Участие в сложных интеграционных проектах по развитию гибридного DWH Сбербанка (Hadoop, GreenPlum) Участие во внедрении моделей на основе алгоритмов machine learning Требования Высшее техническое образование Наличие практического опыта работы с Apache Spark обязательно Хорошее знание Python (в том числе опыт работы с фреймворками Python по подготовке данных (Pandas, NumPy, SciPy, PySpark) Опыт разработки от 1 года Высокая техническая грамотность (алгоритмический базис) Понимание слов machine learning и deep learning Знание SQL Умение анализировать научную литературу, разбираться в незнакомой теме Желание заниматься инженерной и инфраструктурной стороной проблемы Scripting (bash/powershell) обязателен, поднимать и настраивать сервера в облачных средах часто приходится самостоятельно Опыт разработки под Linux среды (Ubuntu, RedHat) Знание систем контроля версий, опыт коллективной разработки. У нас Git (BitBucket внутри сети банка и GitHub/GitLab в остальных случаях) Фундаментальные знания принципов построения распределенных систем хранения и обработки данных Навыки программирования на Scala/Java или C++ Опыт работы с реляционными СУБД (Oracle, MS/SQL), навыки оптимизации запросов Опыт работы с МРР GreenPlum Опыт работы с системами версионирования данных типа DVC Опыт работы с ETL-инструментами Знания предметной области Банки и финансы Условия Гибрид (значительная часть работы связана с подготовкой ПО для инфраструктуры банка) Высококвалифицированный коллектив Конкурентный уровень заработной платы, а также годовые премии по результатам работы Участие в создании и развитии OpenSource продуктов,а также возможность совмещать работу с соревнованиями Kaggle и написанием научных статей ДМС, страхование от несчастных случаев, социальные гарантии, корпоративные мероприятия Сниженные ставки по кредитованию, программы лояльности для сотрудников Возможность профильного обучения (обучение, сертификация, конференции) Интересные, сложные, амбициозные задачи Локация: метро Кутузовская