Вакансии

Location: Москва Команда Управления благосостояния ПАО "Сбербанк" ищет стажера на позицию Data Scientist. Мы занимаемся разработкой и внедрением ML моделей на огромной клиентской базе B2C и B2B с целью предложения актуальных инвестиционных, страховых и сберегательных продуктов. **Мы работаем над:** * Рекомендательными системами и моделями классификации, регрессии, кластеризации для СберБанк Онлайн и СберИнвестиций. * Продвинутыми подходами в классическом ML (uplift-моделирование, работа с несбалансированными классами, feature engineering на больших данных, SOTA-алгоритмы) Обязанности * Исследовать данные, разрабатывать новые информативные признаки и добавлять в командный пайплайн новые источники. * Строить ML модели на основе различных данных: табличные, последовательности событий (кликстрим, транзакции и т.д.) * Реализовывать прикладные модули командного фреймворка разработки для повышения производительности DS и улучшения качества кода в промышленной среде. Требования * Знание основных алгоритмов классического ML (линейные модели, метрические алгоритмы, градиентный бустинг) и их применения в задачах регрессии, классификации, ранжирования * Уверенное использование SQL * Отличное знание Python, в том числе библиотек catboost, pandas, numpy, sklearn **Будет плюсом:** * Опыт построения uplift-моделей * Опыт решения задач реальных бизнес-задач * Понимание принципов и деталей работы PySpark Условия * Офисный формат работы * Современный IT-офис вблизи Москва-Сити с фитнес-залом. * Ипотека с выгодой для сотрудника и льготные условия кредитования. * Бесплатная подписка СберПрайм+. * Скидки на продукты компаний-партнеров. * ДМС с первого дня и льготное страхование для близких. * Корпоративная пенсионная программа. * Обучение за счет компании: онлайн-курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию. * Крупнейшее DS&AI Community — более 600 DS-банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира.

Location: Москва Аналитик ОСАГО для управления тарифной политикой, формирования регулярной отчетности и оценки влияния бизнес-решений на маржинальность продукта. Роль включает мониторинг рынка, контроль качества данных и подготовку бизнес-требований к изменению моделей оценки риска. Обязанности * **Аналитика портфеля:** формирование регулярной отчетности по ОСАГО в разрезе каналов, регионов, сегментов и типов ТС; мониторинг премий, количества договоров, среднего тарифа и конверсии; * **Тарифная политика:** оценка влияния изменения тарифов на маржинальность, частоту и конверсию; мониторинг фактического эффекта от внедренных изменений и предложение корректировок; * **Управление моделями:** подготовка бизнес-требований к изменению моделей оценки риска и тарифных алгоритмов; проверка корректности их реализации в ИТ-системах; * **Мониторинг рынка:** анализ законодательных действий регулятора, тарифных стратегий конкурентов, динамики средней премии и изменения риск-профиля рынка (частота и тяжесть убытков); * **Оценка эффекта:** расчет влияния бизнес-решений на убыточность и маржу; сопоставление прогнозного и фактического эффекта, выявление причин расхождений; * **Бюджетирование:** подготовка расчетов для бюджета ОСАГО, прогнозирование ключевых показателей (сборы, премия, конверсия); * **Анализ ККУ:** участие в расчете и прогнозировании комбинированного коэффициента, мониторинг отклонений от целевых значений; * **Инфраструктура:** контроль качества данных, выявление расхождений между системами, автоматизация регулярных отчетов. Требования * **Опыт:** от 3 лет в аналитике, из них от 2 лет — в страховой компании (желательно в ОСАГО, автостраховании или актуарной аналитике); * **Образование:** высшее (экономика, финансы, прикладная математика, статистика). **Технические навыки:** * **SQL:** уверенный (самостоятельная выборка, написание сложных запросов, оконные функции); * **Excel:** продвинутый (финансовые модели, сценарный анализ, факторный анализ, Power Query); * **PowerPoint:** уверенный (визуализация выводов для руководства); * **BI-инструменты:** базовый/уверенный (работа с дашбордами, например, Power BI, Tableau); * **Python:** желателен (библиотеки Pandas, NumPy, Scikit-learn для статистического анализа и автоматизации). Условия * Гибридный формат работы (офис по адресу Олимпийский проспект 14) * Льготные ипотечные условия кредитования; * Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров: Okko, Сбер Маркет, Мега Маркет, Самокат, Еаптека и другие; * ДМС с первого дня и скидки на страхование для близких; * Корпоративная пенсионная программа; * Детский отдых и подарки за счет Компании; * Обучение за счет Компании: онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.

Строить Risk Engine: систему, которая в реальном времени оценивает трейдеров на funded-счетах и решает, чьи сделки копировать на рынок, а чьи нет. Анализировать историю и live-поток сделок (сотни тысяч сделок), находить устойчиво прибыльных трейдеров и рискованные паттерны.

​​​​​​ анализ данных и проверка гипотез для решения бизнес-задач; разработка и валидация ML-моделей (регрессия, классификация, кластеризация, ансамбли) feature engineering: подготовка и проектирование признаков;

-создавать и поддерживать дашборды с метриками по фичам системы управления инцидентами. -взаимодействовать с инженерами для добавления недостающих данных.

Location: Москва То, что многие компании считают своим прибыльным активом, зачастую является скрытым корнем финансовых проблем. Задача департамента по работе с проблемными активами – вовремя выявить трудности у клиентов и помочь преодолеть их. Используя передовые модели машинного обучения и искусственного интеллекта, мы создаем AI-профили клиентов, которые помогают сотрудникам быстрее разобраться в кейсе и выбрать наилучшую стратегию взаимодействия. В рамках нашего центра ИИ и комплексных решений вектор развития ориентирован на концептуальное переосмысление процессов урегулирования, автоматизацию рутинных процессов и создание дополнительного дохода в рамках работы с проблемной задолженностью. Обязанности * исследование клиентского опыта в рамках процессов оздоровления и взыскания, поиск «узких» мест в процессах и использование передовых инструментов для проведения локальных исследований (графовый анализ, LLM для поиска инсайтов, самовоспроизводящиеся ИИ-решения, disrupt-проекты) * регулярные встречи с Заказчиками для определения зон роста, предоставления непредвзятого взгляда на процессы и предложения к их трансформации * создание ИИ-решений, влияющих на клиентский опыт * построение чистого эксперимента и валидация ИИ-решения * проработка технологической реализации при поддержке команд разработчиков, data и OPS-специалистов * контроль внедрения ИИ-решения и последующего поведения решения в ПРОМ-контуре, анализ результатов внедрения * создание AI-агентов на базе LLM для оптимизации рутинных процессов: * речевая и текстовая аналитика взаимодействия с клиентом * выявление сущностей для автоматизации внутренних процессов * качественная суммаризация текста для составления профиля клиента * создание, обучение и внедрение моделей для оценки и прогноза финансового состояния клиента, скоринга, прогнозирования дефолта, антифрода и выявления мошенничества. Разработка систем подбора индивидуальных условий для урегулирования задолженности, а также применение What-If / Uplift моделирования и каскадов моделей для выстраивания процессов с использованием ИИ * графовый анализ компаний, их руководителей и бенефициаров, анализ новостного контента и других источников информации о клиентах. Требования * опыт работы 3+ лет в традиционных направлениях машинного обучения (ML), обработки естественного языка (NLP), глубокого обучения (DL) * знание библиотек и фреймворков: pandas, pyspark, catboost, pytorch, tensorflow, langchain/langgraph * опыт валидации AI-решений и их "боевого" пилотирования решений * прикладной опыт в использовании LLM, контроле качества ответов и выстраивания графовой архитектуры с использованием LLM tools / MCP * знания математической статистики и основ A/B-тестирования. _Будет плюсом:_   * опыт руководства проектами или самостоятельного обеспечения всего цикла производства ИИ-решения от гипотезы до реализации * знание основ финансового анализа и бухгалтерского учета * опыт курирования или наставничества, работа в крупных AI-проектах с смежными командами * английский язык — уровень Intermediate и выше * опыт в проектах, связанных с клиентским опытом / бизнес-анализом / исследованием очень больших данных * опыт использования AI-инструментов в разработке (LLM-ассистенты для написания и ревью кода, агенты для автоматизации рутинных операций, инструменты автодополнения вроде GitHub Copilot). Условия * возможен гибридный формат работы, локация офиса: Москва, Кутузовский пр., д.32, к.3 * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * 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.

Location: Москва Мы - команда, которая предоставляет ИИ-сервис для управления комплаенс. Мы ищем исследователя данных, который будет тестировать модели и LLM-агентов, разбираться в причинах ошибок, следить за стабильностью их работы в проде и дорабатывать их функционал. Обязанности * собирать выборки для обучения и валидации моделей * формировать требования к витринам для команды инженеров * проводить стресс-тесты моделей и LLM-агентов * рассчитывать метрики, подготавливать презентации для защиты результатов * регулярно проводить мониторинг работы моделей в пром * управлять коммуникацией в части модельного риска * формировать отчетность по портфелю моделей. Требования * высшее образование или студент старших курсов ведущего технического ВУЗа * хорошее знание теории вероятностей и статистики * знание Python и основных библиотек (numpy, pandas, scipy, sklearn) * уверенное понимание основных принципов и методов машинного обучения, умение рассчитывать и интерпретировать метрики * опыт разработки агентов на LangChain, LangGraph * умение обрабатывать большие объемы данных на PySpark, владение SQL, опыт постановки требований к витринам * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе будет преимуществом * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов * инструментальное владение AI для анализа, генерации и автоматизации. Условия * комфортный современный офис м. Кутузовская * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * программа адаптации IT Bootcamp * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * ипотека для сотрудников выгоднее до 4% * подписка Прайм с возможностью совместного использования на трёх близких.

-Формулировать и декомпозировать бизнес-задачи в ML/аналитические решения. -Проводить исследовательский анализ данных, проверять гипотезы и выбирать подходящие методы.

Location: Москва Команда занимается разработкой «AI-помощника» - это проект с использованием LLM, который призван радикально улучшить клиентский опыт при при оформлении основных продуктов банка и помочь клиенту разобраться в продуктах. Обязанности * проведение исследовательского анализа данных (EDA) для выявления ключевых метрик и закономерностей, построение моделей. Data-driven подход к разработке * разработка и внедрение AI-агентов на базе LLM (SOTA open-source решения), в т.ч участие в создании и развитии RAG-систем (Retrieval-Augmented Generation) * работа с LLM: написание и оптимизация промптов (prompt engineering), управление взаимодействием с моделью * интеграция решений с корпоративными системами, обеспечение их взаимодействия * создание автономных бизнес-процессов в компании. Требования * опыт работы с Python и библиотеками: pytorch, pandas, numpy, SQLAlchemy, Scikit-learn, Matplotlib/Seaborn * писать поддерживаемый, читаемый код; участвовать в ревью, обсуждениях и формировании технических подходов * практический опыт в NLP: векторизация текста, классификация запросов, построение RAG-систем, дообучение языковых моделей, эмбеддингов и пр. * понимание классических алгоритмов ML * онимание методов обучения нейросетевых моделей (transfer learning, fine tuning) * навыки работы с Git, опыт интеграции решений в промышленные среды. Условия * офисный формат работы - офис на Кутузовской, сзонами отдыха и спортзалом; * годовой бонус и ежегодный пересмотр * социальный пакет (ДМС, страхование от несчастных случаев, льготное кредитование, подключение родственников к полису) * корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях * льготная ипотека в Сбере, корпоративная пенсионная программа, подписка СберПрайм+ с возможностью использования до трех близких, скидки от партнеров * материальная помощь при наступлении значимых событий в жизни; * дисконт-программы от компаний партнеров (фитнес, страхование, туризм) * подарки и мероприятия для детей сотрудников. Оздоровительные программы для детей сотрудников.

Location: Санкт-Петербург Команда разработала и внедрила большое количество ML моделей в процессы банка, наши модели улучшают клиенсткий опыт, помогают снизить отток и формируют персональные рекомендаций для клиентов. С помощью стека разработанных моделей, команда улучшает внутренние процессы банка, а так же платные продукты и сервисы для клиента. Мы ищем в команду ML инженера, который поможет лидировать направление разработки ML моделей в команде, улучшать стек текущих моделей и разрабатывать новые. Обязанности * погрузиться в процессы и продукты компании, с целью улучшения процессов с помощью ML * разрабатывать и тестировать новые гипотезы связанные с ML моделями на табличных данных * разрабатывать MVP решения с использованием LLM моделей (промпт-инжиниринг) * разрабатывать ML модели с учетом требований банка и последующего вывода их в ПРОД * готовить аналитику результатам работы моделей и презентовать ее заказчикам * участвовать в развитии ML инструментов и тех. стека Банка. Требования * опыт работы по направлению Data Science от 3х лет * знание Python ML стека (pandas / sklearn / catboost ) * опыт использования LLM * умение переложить гипотезу с бизнес терминов на техническую реализацию * развитые коммуникативные способности для эффективного общения * знание SQL / Git / Pep8. Будет плюсом опыт:  * промышленной разработки на Python от 1 года * внедрения ML решений в бизнес процессы * работы с BigData стеком (Hadoop / PySpark) * работы с Linux, bash. Условия • удобный офис в СПб на ул. Уральской, дом 1 (шаттлы от метро Спортивная и Приморская) • офисный формат работы • регулярный пересмотр заработной платы и возможность получения годовой премии • доступ к более чем 400 образовательным программам СберУниверситета • программу адаптации и поддержку наставника на первых этапах работы • расширенную медицинскую страховку (ДМС) и выгодные условия страхования для членов семьи • ипотечные программы для сотрудников • подписка Прайм с возможностью совместного использования на трёх близких • вознаграждения за рекомендации кандидатов.

• Оценка целей бизнес задач, бизнес метрик, алгоритмов и методов машинного обучения, имеющихся и необходимых данных. • Опыт 3+ года.

• Оценка целей бизнес задач, бизнес метрик, алгоритмов и методов машинного обучения, имеющихся и необходимых данных. • Опыт 3+ года.

• Оценка целей бизнес задач, бизнес метрик, алгоритмов и методов машинного обучения, имеющихся и необходимых данных.

• Анализировать поведение игроков и находить точки роста для продукта. • Определять, какие данные, метрики и разрезы нужны для оценки продукта, и выстраивать систему продуктовой аналитики в компании.

Location: United States Workplace: Remote Most money apps talk at you. Cleo talks back ✨ We're not building another finance app. We're building the world's first AI financial assistant, one that actually understands your money and makes you better at it, and we're changing the world's relationship with money in the process 💰 For everyone, whatever their background or balance. The proof: profitable, fast-growing, a unicorn with over $300M in ARR, and millions of people who now feel differently about their money. We love original thinkers who challenge the status quo. We move fast, tell the truth, and there's nowhere to hide from good work here. If that excites you more than it scares you, you'll fit right in. Follow us on LinkedIn https://www.linkedin.com/company/cleo-ai/ for new features and the occasional roast 🔥 MEET THE TEAM 👥 Here at Cleo we have team of ~135 member in our Borrow Pillar and ~8 dedicated to Credit Policy and Analytics. This function brings together several specialisms, all working toward managing portfolio performance; designing the systems, models, and controls that make lending sustainable. They drive to build and grow a portfolio of responsible EWA & Pay Later products that can scale across markets while protecting users from high cost debt trap. ABOUT THE ROLE ✍️ We're hiring a Senior Credit Risk Analyst to help build our next generation of credit underwriting models and strategy, within Credit Policy & Analytics. You'll work at the heart of our credit expansion - supporting EWA (scaling 2x every year) and new launches like BNPL across the US and UK. - Use Cleo's proprietary and third-party data to reduce loss rates and improve customer experience - Optimise risk thresholds, policies, and strategy to expand member access and eligibility for our credit products - Apply quantitative analytics to understand risk drivers and recommend mitigation strategies - Build dashboards to monitor and report on credit product performance - Design, run, and analyse experiments across our credit product - Apply state-of-the-art techniques to combat and mitigate fraud risk - Influence credit policy, portfolio performance, and customer outcomes directly through your analysis, with exposure to senior stakeholders across the business WHAT WE'RE LOOKING FOR 🕵️ - Bachelor's degree in Engineering, Math, Finance, or another quantitative discipline; Master's is a plus - 3-5 years of analytical experience, preferably in a credit risk role at a FinTech company - Experience designing lending products compliant with US state and federal regulations - Experience with SQL, Python, or other statistical modelling tools - Advanced Microsoft Excel skills - Experience adopting AI tools within day-to-day work - Experience/knowledge of working with A/B testing - Nice to have: experience with Python for data analysis (Pandas or NumPy) - Nice to have: knowledge of state-of-the-art machine learning techniques WHAT WE OFFER We offer benefits package built to support you in and out of work. Benefits vary by country 🌍 and include meaningful equity, comprehensive health insurance, mental health support, a paid one-month sabbatical after four years, a learning & development platform, pension or retirement contributions, and location-specific leave entitlements. For the full breakdown on what's available in your location, visit our Candidate Hub https://meetcleo.notion.site/Cleo-Candidate-Hub-3b95c63b874580e9a068fdc6c8929ebf 👈 WHAT MATTERS Cleo's mission is to change the world's relationship with money. We can't do that without building a brilliant, genuinely diverse team - and making sure our hiring process gives everyone a fair shot, running a fair and transparent recruitment process in which every candidate is considered on their merits. We're glad to make reasonable adjustments at any stage of the process. If there's anything we can do to support you in showing us your best, please let your recruiter or one of the team know. We may use AI-assisted tools during the recruitment process to take support the team in different ways like taking notes or referring back to conversations. They do not replace the team and all applications are reviewed by a Cleo employee thoroughly!

Проводить углубленный анализ поведения пользователей: выявление паттернов, точек роста и проблемных зон продукта с использованием методов когортного, funnel- и event-based анализа; Разрабатывать и поддерживать ключевые продуктовые метрики: мониторинг LTV, Retention Rate, Conversion Rate и других показателей юнит-экономики;

Location: Ростов-на-Дону Команда внутреннего аудита анализирует внутренние процессы компании и помогает Сберу стать лучше. Ищем в команду Data-аналитиков для реализации проектов по направлению аудита операций на финансовых рынках. Вакансия для специалистов, которые хотят построить карьеру и развиваться в одной из крупнейших технологических компаний. Обязанности Участие в проверках бизнес-процессов подразделений Банка, в т.ч.: * разработка и внедрение автоматизированных решений для повышения эффективности внутренней работы команды, упрощение типичных задач через применение технологий Python, SQL и других инструментальных средств * подготовка к проверке (анализ данных, нормативных документов и требований законодательства). Требования * высшее образование (прикладная математика / физико-математическое) * базовые знания SQL (JOIN, агрегации, оконные функции) * навыки обработки и анализа данных на Python + Pandas (очистка, группировка, слияние таблиц) * развитое алгоритмическое мышление, умением разбивать задачи на шаги и работать со структурами данными * умение работать в сжатые сроки и приоритизировать задачи в условиях дедлайнов. Условия * работа в крупнейшем банке России, в комфортном офисе в центре г. Ростова-на-Дону (ул. Текучева, 139/94), без взаимодействия с клиентами и выездов. Полный рабочий день, без совмещений * возможность карьерного роста * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * льготные условия кредитования * ДМС с первого дня и льготное страхование для близких * подписка Прайм с возможностью совместного использования на трёх близких * корпоративная пенсионная программа * обучение за счет компании: онлайн курсы в Виртуальной школе Сбера, возможность получить новую квалификацию * курсы для будущих родителей, материальная поддержка молодых мам, детский отдых и подарки за счет компании * реферальная программа для сотрудников: можно пригласить в команду знакомых профессионалов и получить вознаграждение до 100 тыс. рублей. Присоединяйся к команде Сбера!

Location: Москва Команда «Мотивационный профиль» создает новый подход к работе с клиентом, который позволит перейти от классической персонализации к более глубокому пониманию человека на основе психологии. Мы извлекаем из данных психометрические характеристики — ценности, страхи, особенности характера и принятия решений — и используем их в продуктах банка и экосистемы. Для построения мотивационного профиля мы используем анкеты, подробные интервью, поведенческие и транзакционные данные. Работаем с известными психометрическими методиками и подходами, разработанными исследовательской командой. Одна из ключевых задач — научиться надежно определять психометрические характеристики на ограниченных выборках, масштабировать их на широкую клиентскую базу и использовать в рекомендательных сценариях и моделировании клиентских реакций. Обязанности Моделирование психометрических признаков: * подбирать постановку задачи в зависимости от объема и качества данных: supervised learning, weak supervision, few-shot и другие подходы * обучать модели для предсказания психометрических и поведенческих характеристик клиента * оценивать модели как по стандартным ML-метрикам, так и по тому, насколько хорошо их результаты работают в прикладных сценариях — сегментации, персонализации и моделировании поведения клиента Работа с текстовыми и поведенческими данными * строить пайплайны обработки текста: чанкинг, построение эмбеддингов, кластеризация и извлечение признаков * формировать датасеты для обучения, валидации и тестирования моделей * искать цифровые признаки, которые могут помочь определить характеристики мотивационного профиля. Требования * опыт работы Data Scientist / ML Engineer от 2–3 лет * уверенное знание Python и стандартного DS/ML-стека: pandas, numpy, scikit-learn, CatBoost / LightGBM / XGBoost * опыт построения supervised ML-моделей для табличных данных * опыт работы с текстовыми данными и NLP: embeddings, sentence-transformers, кластеризация, классификация текстов, семантический поиск * понимание основных подходов к работе с LLM: prompting, few-shot, zero-shot, LLM-разметка и оценка качества LLM-ответов. Условия * комфортный современный офис рядом с м. Кутузовская * офисный 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 * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.