Стажер Data Analyst — СБЕР

Мы - команда, создающая комплексную систему противодействия мошенничеству и обеспечивающая online/offline безопасность миллионов клиентов банка 24/7/365, предоставляя инструменты собственной разработки для:

• Построения графа связей (позволяет проанализировать не только объекты и их свойства, но также их связи с другими объектами различных уровней и характеристик и применяется для получения дополнительных знаний об объекте за счет извлечения знаний о его окружении, выявления наиболее значимой информации, центров влияния, групп связанных объектов, цепочек)
• Геопространственой аналитики: анализа локаций, построения маршрутов и тепловых карт
• Выявления и анализа попыток мошенничества и иных отклонений
• ·Портфеля технологичных сервисов накопления и обработки больших объемов данных со сложной структурой

Мы находимся на передовой технологических инноваций, соединяя возможности ИИ, современные технологии и потребности общества. Наше направление AI-трансформации — это стратегическая инициатива по интеграции LLM-агентов и мультиагентных систем в собственную аналитическую платформу:

• AI-решения для глубокого анализа данных
• Набор AI Tools, дающих агентам доступ к инструментам и сервисам платформы
• Собственная no-code/low-code платформа для оркестрации AI-агентов и автоматизации рабочих процессов
• Интеграция с внутренними LLM-шлюзами и средами исполнения агентов
• RAG-системы для работы с корпоративными базами знаний и методологиями

• Анализ источников данных
• Обеспечение прозрачности и точности в сборе данных, отчетности и визуализации
• Внедрение новых интеграций и аналитических методик
• Компиляция данных из различных источников
• Создание ETL-процессов

• Знание SQL: сложные запросы, аналитически функции, понимание физической реализации join’ов, оптимизация производительности запросов
• Опыт создания читабельных Jupyter-ноутбуков
• Знакомство с основными аналитическими библиотеками Python (pandas, numpy, scipy, statsmodels, pychart)
• Понимание принципов организации хранилищ данных, подходов к проектированию логической и физической моделей
• Опыт работы в GIT

Будет плюсом

• Знания экосистемы Hadoop: HDFS, Spark, Scala
• Понимание основ математической статистики и теории вероятностей, умение применять их при решении аналитических задач
• Опыт принятия продуктовых решений на основании данных;
• Знание базовых ML-подходов и DG (data governance)
• Опыт написания технической документации

• Инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти
• Среда для обмена знаниями – высокая экспертиза внутри команды
• Сплоченную команду, работающую над общими задачами и умеющая хорошо отдыхать
• Нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам
• Стабильную заработную плату и приятный годовой бонус
• Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом