Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Разрабатывается AI-агент управляющего портфелем облигаций для анализа биржевых стаканов и подготовки торговых рекомендаций. Также создаются решения для автоматической квитовки платежей и мониторинга временных рядов в потоках платежей.
задачи
Собирать требования к моделям и взаимодействовать с заказчиком и DE;
Определять целевые метрики решений и согласовывать их с заказчиком;
Собирать и подготавливать данные с использованием Hadoop, PySpark и парсеров;
Строить модели по табличным данным;
Искать аномалии во временных рядах;
Строить модели предсказания временных рядов;
Классифицировать новости по степени влияния на рынок облигаций;
Генерировать торговые сигналы на основе неструктурированных данных;
Создавать RAG-базу для генерации текстовых обоснований рекомендаций трейдерам;
Адаптировать LLM для формулировки торговых идей на естественном языке;
Тестировать различные гипотезы.
требования
Опыт работы Data Scientist от 3 лет;
Образование в области математики, физики или математических методов в экономике;
Глубокие знания теории вероятностей и математической статистики;
Навыки написания качественного кода на Python, знание ООП и оптимизации кода по скорости и памяти;
Понимание работы алгоритмов ML-моделей, включая бустинг, нейронные сети, NLP-модели и LLM;
Владение библиотеками классического ML: numpy, sklearn, pandas, scikit-learn, matplotlib, seaborn, plotly, catboost, lightgbm, xgboost, fbprophet или pygam;
Владение PyTorch или другими фреймворками глубокого обучения;
Практический опыт работы с моделями RNN, LSTM, Transformer и BERT;
Опыт разработки NLP-моделей с использованием NLTK, spaCy, gensim или transformers;
Будет плюсом понимание рынков ценных бумаг или готовность развиваться в этой области, знание финансовых метрик YTM и duration, опыт работы с кривыми доходностей, понимание оценки риска ценных бумаг, понимание концепции парной торговли, навыки fine-tuning и инференса LLM, опыт разработки и оптимизации RAG-пайплайнов.
условия
Офис рядом со станцией метро «Кутузовская»;
Ежегодный пересмотр зарплаты;
Квартальная и годовая премия в зависимости от должности и системы премирования;
Корпоративный спортзал и зоны отдыха;
Более 400 образовательных программ СберУниверситета;
Программа адаптации и помощь руководителя на старте для вакансий уровня Junior;
Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа;
Льготный дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ;
Подписка Прайм с возможностью совместного использования на троих близких;
Вознаграждение за рекомендацию друзей в команду Сбера.
.svg)
