Совместно с аналитиками формализовать задачу прогнозирования, целевые показатели, ограничения и критерии качества. Исследовать доступные данные, оценивать их пригодность и выявлять...
Компания набирает: 3438 вакансий
Коротко о вакансии
Зарплату работодатель не назвал — вилку обсуждают на собеседовании. Компания нанимает активно — открытых позиций сейчас 3438.
Описание вакансии
Команда Управления аналитики по расходам и Process Mining создает сервис для подготовки финансово-экономической оценки объектов строительства.
В составе решения будет использоваться прогнозная модель, результаты которой должны быть встроены в общий расчётный процесс.
Ищем Data Scientist уровня Middle, который сможет разработать прогнозную модель и вместе с backend-разработчиком довести её до промышленного использования.
Чем предстоит заниматься:
совместно с аналитиками формализовать задачу прогнозирования, целевые показатели, ограничения и критерии качества
исследовать доступные данные, оценивать их пригодность и выявлять риски для построения модели
разрабатывать базовые и улучшенные варианты модели, выбирать подход на основании измеримого качества и требований продукта.
проверять устойчивость модели, отсутствие утечек данных и корректность процедуры проверки качества
формировать требования к составу, качеству и обновлению входных данных
реализовать подготовку признаков и работу модели как версионируемые программные компоненты, а не как набор несвязанных блокнотов и SQL-скриптов
применять объектно-ориентированное проектирование для разделения этапов обработки, расчёта признаков, запуска модели и формирования результата
покрывать критичную логику модульными и интеграционными тестами.
вместе с backend-разработчиком проектировать контракты входных и выходных данных, порядок запуска модели и обработку ошибок
участвовать в проектировании процессов регулярного и повторного расчёта
обеспечивать воспроизводимость результата: для каждого расчёта должны быть известны версии исходных данных, подготовки признаков, модели, настроек и программного кода
участвовать в организации проверок качества данных и результатов модели
настраивать наблюдение за качеством модели после её запуска
документировать принятые решения, ограничения модели и порядок её использования.
Мы ждем, что вы:
имеете коммерческий опыт работы Data Scientist
участвовали хотя бы в одном проекте, где модель была доведена до промышленного использования
уверенно владеете Python
хорошо понимаете объектно-ориентированное программирование и модульное проектирование
умеете превращать исследовательский код в поддерживаемый программный компонент
имеете опыт работы с табличными данными и задачами прогнозирования или регрессии
понимаете методы проверки качества моделей, построения базового решения и предотвращения утечек данных
имеете опыт работы с SQL и понимание того, какую логику следует оставлять в запросах, а какую переносить в программный код
имеете опыт использования Git, проверки кода и автоматических тестов
умеете работать совместно с backend-разработчиками и договариваться об интерфейсах между моделью и продуктом.
Что мы предлагаем:
комфортный современный офис рядом с м. Кутузовская
ежегодный пересмотр зарплаты, годовую премию
корпоративный спортзал и зоны отдыха
уникальную систему обучения Сбера для профессионального и карьерного развития
расширенный ДМС и льготное страхование для семьи
гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
подписку Прайм с возможностью совместного использования на трёх близких
вознаграждение за рекомендацию друзей в команду Сбера
корпоративную пенсионную программу
Вакансия опубликована 28 сентября, проверена 01.10.2026. Открыть оригинал.
Как откликнуться
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.
Спросите нейросети о вакансии
Отвечает DeepSeek по данным этой страницы: зарплата против рынка, условия, работодатель
Вопросы по этой вакансии
Сколько платят на позиции «Middle Data Scientist»?
Вилку работодатель не назвал — обсуждать деньги придётся на собеседовании. Для ориентира: в среднем по направлению «Дата-сайентист» платят 174 000 ₽.
Какой опыт нужен?
В требованиях указано: от 1 года до 3 лет. Работать нужно на месте, город — Москва.
Вакансия ещё открыта?
Да, на 01.10.2026 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 …
Cбор, анализ и формализация требований от бизнес-технологов (БТ) и владельцев продуктов юридического блока. Поиск, исследование и подключение новых источников...
Внедрением и сопровождением средств защиты информации в контуре Центра мониторинга: EDR, SIEM, IRP, SOAR, TIP. Подключением источников событий ИБ, тюнинг.
Можно удалённоОт 1 года до 3 летДата-сайентистОпубликована 27 сентября
Проектировать архитектуру автономных LLM-агентов под бизнес-задачи. Дообучать (fine-tune) фундаментальные модели (LLM/Vision) под специфику строительства и внутренних...
Определение видения и стратегии развития продуктовой линейки потребительского кредитования. Повышение доходности продукта и развитие системы ценообразования. Анализ рынка, моделей и...
Продюсирование амбассадоров: поиск проектов, интеграций и коллабораций с экосистемой Сбера; превращение бизнес-задач в органичный контент блогеров; полное сопровождение размещений...
Определение видения и стратегии развития продуктовой линейки потребительского кредитования. Повышение доходности продукта и развитие системы ценообразования. Анализ рынка, моделей и...