Data Scientist - стажер
Зарплата не указана
«Zunami» · Калининград
Построение пайплайнов для решения задач страхового скоринга. Тестирование новых алгоритмов и подбор гиперпараметров, тестирование методов глубокого обучения для задач классификации.
СБЕР · Нижний Новгород
Анализировать новые подходы, разбирать научные статьи, генерировать и проверять гипотезы для улучшения качества работы генеративных рекомендательных моделей. Имплементировать гипотезы на...
Зарплату работодатель не назвал — вилку обсуждают на собеседовании. Компания нанимает активно — открытых позиций сейчас 3438.
Дорогой кандидат, мы – команда экспертов, объединенных общей страстью к искусственному интеллекту и рекомендательным системам (RecSys). Нашей главной задачей является создание современной, масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей и предлагать персонализированные рекомендации на каждом этапе их взаимодействия в Сбер.
Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения. Если вам близка идея участия в развитии рекомендательной системы, которая помогает миллионам пользователей, присоединяйтесь к нам!
Первый этап отбора на эту вакансию — общение с AI- рекрутером. После отклика вам на почту придёт приглашение пройти первичное интервью с ГиаРекрутером. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГиаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!
ОбязанностиБудет плюсом:
Вакансия опубликована 7 сентября, проверена 17.09.2026. Открыть оригинал.
Отклик оформляется на странице работодателя — кнопка выше ведёт туда напрямую. Перед отправкой стоит подогнать резюме под текст вакансии: работодатели читают первые строки и ищут в них свои слова. Если рассылаете отклики десятками, посмотрите сервис автооткликов — он отправляет их за вас по заданным настройкам, до 50 в сутки. Про сам поиск работы есть разбор в статье как быстро найти работу.
Вилку работодатель не назвал — обсуждать деньги придётся на собеседовании. Для ориентира: в среднем по направлению «Дата-сайентист» платят 200 000 ₽.
В требованиях указано: от 3 до 6 лет. Работать нужно на месте, город — Нижний Новгород.
Да, на 17.09.2026 она активна: каждую ночь каталог сверяется с источником, закрытые предложения помечаются и уходят из списков.
Сбер — высокотехнологичная компания и крупнейший банк в России, Центральной и Восточной Европе. Мы собираем лучшие технологии и управленческие методы из мировой практики, обучаем и переобучаем сотрудников, заботимся об их физическом и ментальном здоровье, помогаем достигать поставленных целей и развиваться в выбранном направлении. Мы делаем всё возможное, чтобы каждый сотрудник чувствовал заботу …
Открытых вакансий: 3438Соседи по направлению с близкими требованиями.
Зарплата не указана
«Zunami» · Калининград
Построение пайплайнов для решения задач страхового скоринга. Тестирование новых алгоритмов и подбор гиперпараметров, тестирование методов глубокого обучения для задач классификации.
Зарплата не указана
Aston · Санкт-Петербург
Онлайн-интенсив 1 месяц. Вы изучаете теорию и отрабатываете ее с помощью практических заданий. Обучение на онлайн-интенсиве можно совмещать...
Зарплата не указана
Haulmont · Самара
Сопровождение системы электронного документооборота: Детальное понимание предметной области заказчика. Установка, настройка и обновление системы на серверах заказчика (удаленно/очно).
до 250 000 ₽
СБЕР · Москва
Разработка и развитие фирменного визуального стиля аналитических материалов по AI, технологиям и рынкам. Создание единой дизайн-системы и библиотеки шаблонов...
от 208 000 ₽+89% к среднему
СБЕР · Норильск
Наша команда помогает урегулировать задолженность по кредитным обязательствам добросовестным клиентам Сбера, попавшим в сложную финансовую ситуацию, и, совместно с ФССП...
Пригодится до собеседования: сколько останется на руки от названной суммы, как считаются отпускные и переработки.
Модели машинного обучения, прогнозы и рекомендации: Python, статистика, продакшен.