Junior Data Scientist в области рекомендательных систем
Junior · Гибрид · Нижний Новгород, Россия
Не указано: требование к английскому
Навыки
A/B-тесты
AI-инструменты в работе
Airflow
B2C-продажи
Code review
Анализ данных
E-commerce
Ещё 17
FastAPI
Git
Kafka
Kubernetes
Linux
Machine Learning
MLOps
NumPy
Pandas
Python
PyTorch
Рекомендательные системы
Redis
S3 (объектное хранилище)
scikit-learn
Spark
SQL
О компании и продукте
Junior Data Scientist в области рекомендательных систем
23 июля 2026 • г Нижний Новгород, Нижегородская область • ПАО Сбербанк • Информационные технологии:Дата-сайентист
ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее.
Задачи
разработка и улучшение ML-пайплайнов для задач RecSys: подготовка данных, обучение моделей, валидация и внедрение совместно с опытными коллегами
анализ и работа с большими объёмами данных на PySpark при поддержке команды
изучение и применение актуальных методик в области Data Science, Deep Learning и RecSys
взаимодействие с командой разработки и аналитики, участие в генерации гипотез и обсуждении решений, презентация результатов своей работы
Требования
вы учитесь на старших курсах или недавно завершили обучение по математическому или IT-направлению
искренний интерес к машинному обучению и рекомендательным системам, любознательность и готовность быстро учиться
Нам важны инициатива, вопросы по существу и желание доводить задачи до результата
практический опыт решения ML-задач в учебных, исследовательских или pet-проектах: подготовка данных, обучение моделей и оценка качества
уверенное знание Python и знакомство с основными библиотеками для анализа данных и ML (NumPy, pandas, scikit-learn
PyTorch будет преимуществом)
способность самостоятельно разбираться в новых темах, читать технические материалы на английском, задавать вопросы и работать в команде
Будет плюсом
учебный, исследовательский или pet-проект в области рекомендаций
знакомство с ranking-задачами, feature engineering, A/B-тестами или ML-экспериментами
знакомство с PySpark, SQL, Git, Linux или инструментами построения ML-пайплайнов
участие в профильных курсах, хакатонах, соревнованиях или стажировках по ML / RecSys
опыт командной разработки, участия в open-source или понимание принципов code review и тестирования
Стек технологий
Python, PySpark, PyTorch, Airflow, MLflow, Kubernetes, Redis, Kafka, S3, FastAPI и др
Условия
комфортный современный офис рядом с м. Кутузовская (опционально)
возможность выбрать удобный график – офис/гибрид/удаленка (опционально)
ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)
корпоративный спортзал и зоны отдыха
более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)
расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
подписка Прайм с возможностью совместного использования на трёх близких
вознаграждение за рекомендацию друзей в команду Сбера
Паспорт вакансии
История публикации
Появилась в Вакандии26 дней
Перепубликациинетпубликовалась один раз
Проверяли на источникеВидели 25 дней назад
Среди похожихНет данных41 из 30 · у похожих вакансий почти одинаковый возраст — сравнивать нечего
Откуда что взялось
Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.
ГрейдJuniorвычитано из текста вакансии
Формат работыГибридвычитано из текста вакансии
ГеографияНижний Новгород, Россиявычитано из текста вакансии
Зарплатане указана
Почему на этом месте в выдаче
Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.
Полнота карточки753 из 4 полей: грейд, формат, география, зарплата
Зарплата названа0вилки нет вовсе
Проверка Вакандии
Источники и свежесть
Тип источника
Карьерный сайт работодателя
Найдено публикаций
1
Посмотреть публикации и даты
careerОсновная публикация · дата неизвестна
С
Работодатель
Сбер
50 активных вакансий · вилка работодателя указана в 37%