на главную
sber•06.11.2026Долгая вакансияОпубликована 15 дней назад на sber. Свежая — до 5 дней, умеренная — 6–14 дней, долгая — от 15 дней. Дата берётся с сайта-источника.Прямой откликПриоритетный отклик · PROПисьмо с вашим резюме уходит рекрутёру компании от сервиса ВАЙТИ — приоритетный канал доступен на PRO и PREMIUM

ML Engineer

С его помощью мы будем показывать вам только самые релевантные вакансии и сэкономим ваше время.

В офисе г МоскваОфисный форматЕжегодный пересмотр зарплатыДМССберУниверситет

Навыки и технологии

GitLab CI/CDJenkinsPythonDockerOpenShiftApache SparkApache HadoopMySQL

Ключевая задача

Внедрение и сопровождение моделей оценки кредитных рисков ММБ: от анализа техзаданий и прототипирования до адаптации кода в ПРОМ и разработки витрин данных.

Описание вакансии

О компании

Мы отвечаем за работу моделей оценки рисков, сбор данных и принятие решений по кредитованию ММБ в Сбере.

Сбер занимает долю более чем в 50% от рынка кредитования ММБ в России.

Мы создали инновационные продукты. Формируем одобренные предложения по всем организациям в России.

Мы строим мультиагентную систему с автономно эволюционирующей системной принятия решений.

Мы доверяем друг другу и совместно достигаем намеченных результатов.

Мы осваиваем новые технологии и повышаем надёжность и качество нашего продукта.

Обязанности

  • анализ и оценка поступивших технических заданий на внедрение математических моделей и агентов
  • общение с Data Scientist по техническим заданиям, построение прототипа модели в Лаборатории данных
  • сверка прототипа с эталоном, адаптация кода модели для регулярного исполнения в ПРОМ
  • прохождение ИТ-валидации, контроль работы внедренного решения (логирование, мониторинг)
  • анализ и оценка поступивших бизнес-требований к витринам данных, общение с заказчиком по бизнес-требованиям
  • разработка витрин данных согласно зафиксированным требованиями и прототипу.

Требования

  • опыт в роли ML engineering от 3-х лет
  • уверенное владение Python (pandas, numpy, pytorch, sklearn)
  • хорошее знание SQL (аналитические функции, подзапросы, в идеале - оптимизация запросов)
  • понимание методологии проектирования витрин данных (ETL)
  • опыт работы со стеком технологий Больших Данных (Hadoop, Spark, Hive/Impala)
  • знание CI/CD, владение инструментами разработки и инфраструктуры (Docker, Openshift, Jenkins, Kafka)
  • опыт работы с LangChain/LangGraph или аналогичными фреймворками.

Будет плюсом:

  • 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.

Условия

  • только офисный формат работы (нет гибрида)
  • ежегодный пересмотр зарплаты
  • корпоративный спортзал и зоны отдыха
  • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
  • программа адаптации и помощь руководителя на старте (для Junior позиций)
  • 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.