Аудитор банковских ML моделей / Auditor Data Scientist

Ищем специалиста в команду внутреннего аудита ML моделей, который хочет работать на стыке банковской экспертизы, анализа данных и машинного обучения. В этой роли вы будете участвовать в проверках современных моделей и алгоритмов, влияющих на ключевые бизнес-процессы банка, и сможете напрямую влиять на качество, надежность и устойчивость аналитических решений.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика тебе на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение твоей кандидатуры.

ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Твой опыт и участие помогут сделать его удобным и полезным для всех!

Чем предстоит заниматься

• проводить внутренние аудиторские проверки статистических моделей, ML-моделей, нейросетевых моделей и автоматизированных алгоритмов, используемых в банковской деятельности
• анализировать процессы разработки, внедрения, использования и мониторинга моделей
• выявлять риски, методологические ограничения, ошибки и потенциальные зоны улучшения в моделях, алгоритмах и связанных процессах
• проверять качество данных, корректность выборок, логику построения моделей и устойчивость результатов
• проводить валидационные и аналитические тесты, интерпретировать результаты и формировать профессиональные выводы
• подготавливать аудиторские отчеты и рекомендации для бизнеса, риск-подразделений и других заинтересованных сторон
• взаимодействовать с командами разработки моделей, подразделениями рисков, ИТ и бизнес-заказчиками
• участвовать в развитии современных подходов внутреннего аудита, включая использование аналитических инструментов и data-driven практик.

Требования

• высшее образование в области математики, статистики, экономики, финансов, информационных технологий, data science или смежных направлений
• хорошее понимание математической статистики, анализа данных, корреляционного анализа и принципов проверки гипотез
• понимание машинного обучения, основных метрик качества моделей, ошибок 1-го и 2-го рода
• понимание основ оценки качества машинного обучения, основных метрик качества моделей, в том числе ранжирующих моделей (RMSE, MAE) и моделей классификации (Gini, ROC-AUC, ошибки 1-го и 2-го рода)
• знание ключевых алгоритмов машинного обучения: линейная и логистическая регрессия, деревья решений, ансамблевые методы, нейронные сети различных архитектур (в т.ч. LLM модели)
• практический опыт работы с Python и библиотеками для анализа данных: Pandas, NumPy, Seaborn, Matplotlib, Plotly, SciPy, Statsmodels, scikit-learn.
• знание PyTorch, TensorFlow, SQL, Polars
• опыт работы с PySpark и большими объемами данных: трансформация, агрегация, подготовка датасетов, анализ и обработка данных для тестирования моделей
• опыт проведения валидационных тестов, аналитических проверок или исследований моделей.

Что мы предлагаем:

• стабильный оклад, годовой бонус
• место работы: Санкт-Петербург, Шафировский, 2
• график работы 5/2 с 9:00 до 18:00, пт - 9:00 до 16:45 (только офис)
• официальное оформление с первого дня
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• ДМС с первого дня и льготное страхование для близких
• корпоративное обучение в Виртуальной школе Сбера
• бесплатную подписку СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.

Присоединяйся к команде Сбера!