Опубликовано 23 дней назад
Аналитик данных (риски корпоративно-инвестиционного бизнеса) в ПАО Сбербанк Москва
Сопроводительное письмо под эту вакансию
Софи напишет его под твоё резюме. Бесплатно — 5 писем в день.
Дата-аналитик в команду мультиагентной системы раннего выявления рисков в сегменте микро- и малого бизнеса. Отвечает за превращение бизнес-задачи в проверенный прототип AI-агента и спецификацию для разработки.
Задачи:
- Постановка задачи на агента: цель, бизнес-заказчик, потребители результата, критерии успеха
- Организация работы с экспертами (кредитные риски, андеррайтинг, мониторинг, проблемная задолженность): интервью, воркшопы, формализация экспертной логики
- Анализ внутрибанковских процессов, связанных с агентом, и точек использования его результата
- Разработка методологии агента: признаки, правила, пороги, зависимости; разделение логики на детерминированную и недетерминированную (LLM)
- Поиск и верификация источников данных: витрины, таблицы, поля, глубина истории, частота обновления, качество; маппинг до атрибута
- Прототипирование агента на Python, Jupyter с вызовами LLM
- Тестирование прототипа на лаб-контуре и доработка методологии по итогам
- Описание контракта агента: состав и формат входа и выхода, место в мультиагентной системе
- Подготовка эталонных кейсов клиентов с ожидаемым результатом для тестирования и приёмки агента
- Передача спецификации разработчику и дата-инженерам, сопровождение разработки и приёмка результата
- Оценка качества работы агента после запуска, сбор обратной связи, версионирование методологии
- Ведение базы знаний по агентам
Требования:
- Высшее образование в области математики, статистики, экономики, ИТ или смежных областях
- Опыт работы с различными LLM
- Опыт разработки агентов
- 3+ года Python, опыт async-сервисов, знание Pandas, Scikit-Learn, TensorFlow
- Глубокое знание SQL и оптимизации запросов
- Опыт prompt-инжиниринга и настройки LLM-инференса
- Понимание принципов построения мультиагентных систем и опыт их внедрения
- Знание методик когортного анализа и умение строить прогнозы финансовых показателей портфелей малого и микробизнеса
Условия:
- Комфортный современный офис рядом с м. Кутузовская
- Ежегодный пересмотр зарплаты и годовая премия
- Корпоративный спортзал и зоны отдыха
- Система обучения Сбера для профессионального и карьерного развития
- Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
- Подписка Прайм с возможностью совместного использования на трёх близких
- Скидки на продукты компаний-партнеров
- Вознаграждение за рекомендацию друзей в команду Сбера
Навыки:
- Python
- Jupyter
- LLM
- Pandas
- Scikit-Learn
- TensorFlow
- SQL
- prompt engineering
- async
- мультиагентные системы
Эту вакансию мы нашли в sber

ПАО Сбербанк
Москва
Зарплата vs рынок
Зарплата не указана. Обычно на такой позиции платят 180 000 – 487 500 ₽, медиана 287 900 ₽.
99k288k1,0M
обычно платят (p25–p75): 180 000 – 487 500 ₽
Когорта Data · 702 вакансии за 90 дней
Зарплаты Data →Похожие вакансии
Это единственная вакансия по вашему фильтру
Не то, что искал?