СберСтажер-студент (Рекомендательные системы)
гибрид, Москва
Работа в команде Рекомендательных систем Центра практического ИИ: развитие библиотеки RePlay, исследование и внедрение SOTA‑подходов для рекоммендаций и обучение моделей на последовательных данных. Результаты применяются в банковских и партнёрских продуктах и публикуются в научных конференциях
ГрейдJunior
Стек
PythonPyTorchPyTorch Lightningnumpypandasscikit-learn
Задачи
- •развивать и поддерживать библиотеку RePlay
- •разрабатывать и улучшать алгоритмы рекомендательных систем
- •разрабатывать и обучать трансформерные модели на последовательностях событий
- •проводить исследования по sequential recommendations, LLM для рекомендаций и foundation models для событийных данных
- •репродуцировать и анализировать научные статьи, готовить публикации
Обязательно
- •студент последних курсов бакалавриата, магистратуры или аспирантуры технического ВУЗа
- •обучение на очном отделении
- •умение писать код на Python и использовать numpy, pandas, scikit-learn
- •знание PyTorch и/или PyTorch Lightning
- •знание математики, классических ML и основ глубокого обучения
- •знание ключевых рекомендательных подходов и методов их оценки
Будет плюсом
- •опыт в RecSys, Information Retrieval или NLP
- •участие в ML‑соревнованиях и хакатонах
- •опыт публикаций и написания научных статей
- •наличие пет‑проектов
- •понимание принципов современных LLM и LLM‑агентов
- •умение работать с git и писать читаемый код
