Сбер

Сбер

Data Science (Стажер)

ОткрытаInternГибридМоскваОпубликовано 4 августа 2026 г.

Откликнуться с Lumio

Lumio адаптирует резюме и сопроводительное под эту вакансию и отправит отклик за тебя — вручную заполнять форму не нужно.

О вакансии

Ключевые факты

Компания
Сбер
Город
Москва
Формат
Гибрид
Грейд
Intern
Роли
Data Scientist
Найдена
4 августа 2026 г., 17:22 МСК
Проверена
4 августа 2026 г., 19:30 МСК
Статус
Открыта

Зарплата

Зарплатная оценка

~₽410 000 /мес

Рыночная оценка Lumio для этой роли, грейда и региона — точность ~58%. Это не официальная вилка работодателя, а ориентир на основе похожих вакансий. Как считается

Разбор

Требования к кандидату

Стек и навыки, извлечённые из текста этой вакансии, плюс типичные требования роли — обобщение Lumio.

Стек и ключевые навыки

Упоминается в этой вакансии

PythonMachine LearningDeep LearningPyTorchTensorFlowNLPPandas

Часто нужно для роли

ML (sklearn/PyTorch)SQLСтатистикаFeature engineeringA/B-тесты

Что обычно требуют

  • Сильный SQL и работа с большими данными
  • Python (pandas/numpy) или профильный стек под роль
  • Понимание статистики и метрик качества
  • Опыт построения пайплайнов или моделей от данных до продакшена

Описание

Описание вакансии

В Дирекцию по ESG требуется стажер. Команда занимается разработкой ИИ-продуктов в сфере ESG или устойчивого развития. У нас есть проекты как со спутниковыми данными (для оценки состояния земли и океана в основном для гос сектора или клиентов АПК), проекты в человеческом капитале (NLP для профориентации взрослых, оценка влияния ИИ на профессиональные компетенции людей и целых штатных структур), проекты в отчетности (мультиагентные системы по сборке разных типов отчетов).

Участие в полном цикле разработки ML-моделей: от сбора и анализа данных (включая геоданные, спутниковые снимки, текстовые отчеты) до обучения и валидации.

Разработка и тестирование компонентов для мультиагентной аналитической системы, включая RAG-цепочки на базе LLM (GigaChat).

Построение моделей для классификации, регрессии и прогнозирования временных рядов.

Создание интерактивных прототипов и дашбордов для наглядной демонстрации результатов работы моделей и инсайтов для руководства Банка.

  • График работы: 40 часов в неделю, гибридный формат
  • Фундаментальные знания: глубокое понимание математических основ машинного обучения (линейная алгебра, теория вероятностей, статистика, методы оптимизации). Вы должны не просто уметь вызывать model.fit(), но и понимать, что происходит "под капотом".
  • Классический ML/DS: уверенное знание и практический опыт применения классических алгоритмов (линейные модели, деревья решений, градиентный бустинг, кластеризация). Свободное владение Python и ключевыми DS-библиотеками (Pandas, NumPy, Scikit-learn, Matplotlib/Seaborn).
  • Deep Learning: знание основ глубокого обучения (архитектуры CNN, RNN/LSTM, трансформеры) и практический опыт построения и обучения моделей с использованием одного из фреймворков (PyTorch, TensorFlow).
  • Навыки прототипирования: опыт создания простых интерактивных дашбордов или веб-приложений для демонстрации результатов (например, с помощью ipywidgets, Streamlit, Gradio или Plotly/Dash).
  • Студент очной формы обучения.
  • Студент российского технического вуза.
  • Курс обучения: 3-6 курс бакалавриата и специалитета или 1-2 курс магистратуры или в 2026 году закончил бакалавриат/магистратуру.
  • Город проживания: Москва или Балашиха, Видное, Дзержинский, Долгопрудный, Домодедово, Жуковский, Ивантеевка, Королёв, Котельники, Красногорск, Лобня, Лыткарино, Люберцы, Мытищи, Одинцово, Подольск, Пушкино, Раменское, Реутов, Химки, Щёлково, Троицк.

Оплачиваемая стажировка

Длительность стажировки: 3 месяца

График работы: 40 часов

Гибридный формат

Комфортный современный офис

Оригинал на карьерном сайте Сбер

Ещё

Похожие вакансии

Открытые вакансии по этой роли и в этой компании.

Откликайся на такие вакансии автоматически

Создай сценарий, добавь Сбер и нужные роли — Lumio будет находить подходящие вакансии и откликаться за тебя каждый день.

Все вакансии Сбер · Каталог вакансий