СберData scientist (Middle)
Москва
Команда создаёт методики извлечения психометрических характеристик из анкет, интервью и поведенческих данных для продуктов банка. Роль фокусируется на разработке и валидации ML/NLP-пайплайнов, масштабировании признаков и интеграции результатов в сценарии персонализации и сегментации клиентов.
ГрейдMiddle
Опыт2–3 года
Стек
Pythonpandasscikit-learnCatBoostnumpyLightGBMXGBoost
Задачи
- •работать с таргетами из анкет и интервью, включая LLM-разметку
- •подбирать подходы обучения в зависимости от объёма и качества данных (supervised, weak supervision, few-shot и др)
- •обучать и сравнивать модели для предсказания психометрических и поведенческих характеристик
- •масштабировать характеристики с ограниченной выборки на широкую клиентскую базу
- •строить пайплайны обработки текста, включая чанкинг, создание эмбеддингов и кластеризацию
- •оценивать модели по ML-метрикам и в прикладных сценариях (сегментация, персонализация)
Обязательно
- •опыт работы Data Scientist / ML Engineer 2–3 года
- •уверенное знание Python и стандартного DS-стека (pandas, numpy, scikit-learn)
- •опыт построения supervised ML-моделей для табличных данных
- •опыт работы с NLP: embeddings, sentence-transformers, кластеризация и классификация текстов
- •владение методами работы с LLM: prompting, few-shot, zero-shot, LLM-разметка и оценка качества ответов
- •умение проектировать метрики и схемы offline-валидации для нестандартных задач
- •умение работать с шумной разметкой, неполными данными и большими объёмами данных
