Опубликовано 23 дней назад

Аналитик данных (риски корпоративно-инвестиционного бизнеса) в ПАО Сбербанк Москва

Building iconв офис
Money bag iconне указана

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

ПАО Сбербанк

Москва

Получить оффер

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?

Автоотклики