Middle/Senior Data Scientist (Транзакционный банкинг B2C)

Навыки

• AI-инструменты в работе
• B2C-продажи
• Big Data
• XGBoost / LightGBM / CatBoost
• CI/CD
• Решения на данных
• EdTech

О компании и продукте

• Вакансия Middle/Senior Data Scientist (Транзакционный банкинг B2C) в г Москва | Сбер. Middle/Senior Data Scientist (Транзакционный банкинг B2C). 10 августа 2026 • г Москва • ПАО Сбербанк • Информационные технологии:Дата-сайентист
• Мы занимаемся разработкой и внедрением ML-моделей на огромной клиентской базе B2C, чтобы своевременно предлагать клиентам кредитные карточные продукты, персонализировать условия обслуживания и автоматизировать поддержку клиентов. Мы работаем над

Задачи

• строить ML-модели на основе различных данных: табличные, последовательности событий (транзакции по картам, кликстрим, операции), текстовые
• писать production-ready код и передавать его в CI/CD-пайплайн команды MLOps (вы отвечаете за качество кода и воспроизводимость)
• улучшать процесс построения моделей, разрабатывать собственные прикладные модули командного фреймворка разработки для повышения производительности DS и улучшения качества кода в промышленной среде
• предлагать и обосновывать внедрение новых ML-моделей в процессы банка, сопровождать интеграцию моделей в бизнес-процессы кредитования и обслуживания карт
• выдвигать data-driven гипотезы и предложения по запуску новых механик и карточных продуктов, а также находить инсайты в данных
• Управление развития Искусственного Интеллекта блока «Транзакционный банкинг B2C» ищет профессионала на позицию Middle Data Scientist
• модели склонности и отклика и для СберБанк Онлайн и других каналов дистрибуции карточных продуктов
• NLP-моделями на текстовых данных (анализ обращений, чатов, отзывов клиентов для улучшения карточных продуктов)
• продвинутыми подходами в классическом ML: управление лимитом кредитной карты, uplift-моделирование маркетинговых кампаний, прогнозирование оттока и выхода из грейс-периода, feature engineering на больших данных

Требования

• глубокое знание классического ML и опыт применения к реальным бизнес-задачам (градиентный бустинг, NLP-алгоритмы)
• понимание основных Deep Learning подходов
• продвинутое знание SQL (оконные функции, оптимизация плана запроса)
• отличное знание Python, в том числе библиотек lightgbm, pandas, numpy, sklearn, torch
• опыт работы с Hadoop, PySpark (оптимизация запросов, работа на общем кластере), Greenplum
• опыт работы с кредитными и/или дебетовыми картами: понимание бизнес-процессов кредитования, скоринга, управления лимитами, персонализации предложений будет вашим преимуществом

Условия

• комфортный современный офис рядом с м. Кутузовская
• гибридный формат работы
• ежегодный пересмотр зарплаты. Годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.