Стажёр · Гибрид · Москва, Россия · Английский: чтение документации
Навыки
Алгоритмы и структуры данных
LLM
Machine Learning
Прототипирование
Python
PyTorch
SMM
Ещё 2
Статистика
Работа в команде
О компании и продукте
Мы развиваем мультиагентную систему, которая, как и AlphaEvolve от DeepMind, открывает новые алгоритмы и улучшает существующие архитектуры нейронных сетей с помощью эволюционных стратегий и LLM.
Команда уже сделала несколько научных открытий в математике, а также добилась значимых практических результатов. Например, мы снизили число требуемых параметров для SMM Hydra (NeurIPS 24) на 25% при сохранении качества на бенчмарках.
Следующие направления развития:
Автоматизация сложных задач Data Science.
Задачи
разрабатывать и улучшать компоненты системы эволюции алгоритмов (генерация → проверка → отбор)
экспериментировать с новыми архитектурами, искать способы сделать их более эффективными
автоматизировать решение сложных DS-задач
внедрять прототипы в реальные задачи бизнеса (планирование, риск-менеджмент, оптимизация ресурсов)
поддерживать reproducible-эксперименты: код, тесты, метрики, документацию
Требования
высшее (неоконченное) математическое/естественно-научное/техническое образование
общее знание высшей математики включая математическую статистику
владение английским языком на уровне, достаточном для уверенного чтения научных статей
знание классического ML и DL
отличное владение Python и PyTorch
хорошее понимание алгоритмов, структур данных, методов оптимизации
умение работать в команде, писать чистый и поддерживаемый код
Стажер Data Scientist (Риски)
22 июля 2026 • г Москва • ПАО Сбербанк • Информационные технологии:Дата-сайентист
можно без опыта
Условия
оплачиваемая стажировка
возможность выбрать удобный график – офис или гибрид (локация: м. Кутузовская)
корпоративный спортзал и зоны отдыха
Паспорт вакансии
История публикации
Появилась в Вакандии25 дней
Перепубликациинетпубликовалась один раз
Проверяли на источникеВидели сегодня
Среди похожихНет данных19 из 30 · похожих вакансий слишком мало для сравнения
Откуда что взялось
Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.
ГрейдСтажёрвычитано из текста вакансии
Формат работыГибридвычитано из текста вакансии
ГеографияМосква, 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%