Проект: «Ликвидность и обязательства» — это ключевая платформа для миллионов корпоративных клиентов Сбера, которая управляет расчётами по счетам, картотекой и взысканием.
Что мы делаем:
- Обеспечиваем расчёт доступного остатка на счёте для проведения платежей.
- Ведём картотеку требований со стороны Банка и ФНС, реализуя процесс исполнительного производства.
- Предоставляем API для внутренних продуктов банка, чтобы они могли оказывать услуги юрлицам на основе данных об их финансах.
- Создаём сервисы для взаимодействия с ФНС (включая Единый налоговый счёт).
Наша инновация: мы активно используем GenAI, чтобы помогать бизнесу сохранять «налоговое здоровье». Наши AI-агенты бесшовно встраиваются в клиентские пути, информируют о налогах, помогают с оплатой и снятием ограничений.
Обязанности
- анализ данных и поиск инсайтов: проведение исследовательского анализа данных (EDA), построение дашбордов и отчетов для бизнеса, выявление скрытых закономерностей и проверка гипотез, разработка и внедрение ML-моделей: проектирование, разработка и тестирование моделей машинного обучения для решения прикладных задач (классификация, регрессия, рекомендательные системы, NLP, прогнозирование)
- оценка качества решений: настройка метрик эффективности, проведение A/B-тестирования, интерпретация результатов экспериментов
- работа с данными: сбор, очистка, трансформация и подготовка датасетов из различных источников (базы данных, логи, внешние API), внедрение моделей: участие во внедрении моделей в промышленную эксплуатацию, мониторинг их работы и поддержка, коммуникация: визуализация результатов исследований и представление выводов команде и заказчикам.
Требования
- уверенное владение Python (Pandas, NumPy, Scikit-learn, PyTorch/TensorFlow) и глубокая математическая база (статистика, теория вероятностей, линейная алгебра)
- опыт разработки и вывода в production ML-моделей, понимание их жизненного цикла и методов оценки качества. Навыки написания чистого, поддерживаемого кода (ООП, Git)
- уверенное владение SQL (сложные запросы, оконные функции). Опыт визуализации данных (Matplotlib, Seaborn, Plotly; Tableau, Power BI — как плюс)
- сильные аналитические способности, проактивность и умение аргументировать свою точку зрения на основе данных.
Будет преимуществом: опыт работы с NoSQL, DWH/ETL и распределёнными системами (Spark, Hadoop, Airflow).
Условия
- комфортный современный офис рядом Санкт-Петербург, Уральская 1
- гибридный формат работы
- ежегодный пересмотр зарплаты, годовая премия
- корпоративный спортзал и зоны отдыха
- система обучения для профессионального и карьерного развития
- расширенный полис ДМС с первого дня работы и страхование для семьи
- программа ипотеки для сотрудников
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
- вознаграждение за рекомендацию друзей в команду Сбера.