{"id":1375919,"url":"https://alion.io/job/sber-data-scientist-amazme-2","title":"Data Scientist (AmazMe)","company":{"id":67,"name":"Sber","domain":"sber.ru","url":"https://alion.io/company/sber","size_band":"5000+","is_staffing_agency":false,"employer_type":"direct","is_intermediary":false,"listed_via":null,"ats_vendor":"HeadHunter","truth_index":{"grade":"A","score":100,"open_postings":175,"ghost_share":0.057,"stale_share":0,"repost_share":0.131,"time_to_fill_p50_days":7,"computed_at":"2026-10-01T05:45:00Z"}},"role":"Data Science","role_family":"Data Science","seniority":"junior","employment_type":null,"work_mode":"on_site","remote_scope":null,"remote_scope_basis":null,"remote_working_hours":null,"hiring_geo_confidence":"structured","locations":["Nizhny Novgorod, Russia"],"countries":["RU"],"hiring_countries":[],"hiring_countries_total":0,"salary":null,"salary_estimate":{"min_usd":15000,"max_usd":31000,"period":"year","method":"role_seniority_country_remote_cell","sample_n":11},"experience_years_min":1,"visa_sponsorship":false,"relocation_package":false,"has_equity":false,"technologies":[{"name":"Machine Learning","optional":false},{"name":"pySpark","optional":false},{"name":"AI Agents","optional":true},{"name":"GigaChat","optional":true},{"name":"Python","optional":true},{"name":"PyTorch","optional":true},{"name":"Spark","optional":true}],"status":"live","first_seen_at":"2026-09-28T06:40:16Z","employer_posted_date":"2026-09-28","last_verified_at":"2026-10-01T05:10:44Z","board_verified":true,"closed_at":null,"days_open":3,"trust":{"level":"ok","repost_count":null,"flags":[],"days_open":3},"description":"Дорогой кандидат, мы - команда экспертов, объединенных общей страстью к искусственному интеллекту и рекомендательным системам (RecSys). Нашей главной задачей является создание современной, масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей и предлагать персонализированные рекомендации на каждом этапе их взаимодействия в Сбер.\n Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения. Если вам близка идея участия в развитии рекомендательной системы, которая помогает миллионам пользователей, присоединяйтесь к нам!\n Первый этап отбора на эту вакансию - общение с AI- рекрутером. После отклика вам на почту придёт приглашение пройти первичное интервью с ГиаРекрутером. Диалог займёт примерно 10 минут. Его задача - уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГиаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!\nОбязанности\n поиск подходящих ML решений для решения бизнес-задач, проведение оффлайн и онлайн (А/Б) экспериментов\n разработка и улучшение ML-пайплайнов для задач RecSys: подготовка данных, обучение моделей, валидация и внедрение\n анализ и работа с большими объёмами данных на PySpark\n исследование и применение актуальных методик в области Data Science, Machine Learning и RecSys\n взаимодействие с командой разработки и аналитики, генерация гипотез, участие в обсуждении решений и донесение результатов своей работы до команды.\n Требования\n опыт работы в области Data Science от 1 до 3 лет\n интерес к рекомендательным системам, желание развиваться и постепенно брать на себя больше ответственности\n практические навыки решения ML-задач: от подготовки данных и выбора алгоритмов до настройки гиперпараметров и оценки качества моделей\n хорошая база в алгоритмах машинного обучения и интеллектуальном анализе данных; опыт применения классических ML- и/или DL-подходов будет преимуществом\n хорошее знание Python и основных DS-фреймворков (PyTorch, PySpark и др.), понимание принципов написания качественного кода\n способность самостоятельно разбираться в новых подходах, читать технические материалы на английском и применять их на практике.\n Будет плюсом:\n навыки работы с генеративными AI-моделями\n опыт создания AI-агентов и использования их в работе будет преимуществом\n опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов\n инструментальное владение AI для анализа, генерации и автоматизации.\n Условия\n гибридный/офисный формат работы (опционально). Офис расположен по адресу Нижний Новгород, Октябрьская, 35 лит. А\n ежегодный пересмотр зарплаты, квартальная и годовая премия\n корпоративный спортзал и зоны отдыха\n более 400 образовательных программ СберУниверситета для профессионального и карьерного развития\n программа адаптации и помощь руководителя на старте\n расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа\n гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ\n подписка Прайм с возможностью совместного использования на трёх близких\n вознаграждение за рекомендацию друзей в команду Сбера.","description_format":"text","description_chars":3227,"description_truncated":false,"requirements":{"experience_years_min":1,"management_years_min":null,"team_size_min":null,"manages_managers":false,"education":null,"security_clearance":false,"languages":[{"language":"Russian","level":"Advanced (C1)","optional":false}]},"benefits":[],"hiring_locations":[],"hiring_excludes":[],"relocation_offered":false,"industries":["LLM & Generative AI","Cloud Platforms (IaaS & PaaS)","Wealth Management & Financial Advisors","Investment Banking & M&A Advisory"],"lifecycle":[{"event":"open","at":"2026-09-28T06:42:26Z"}],"liveness":{"score":66,"band":"ok","label":"Likely open","p_open":1,"p_active":0.737,"p_room":0.9,"age_days":2,"expected_fill_days":7,"reasons":["conf:0","velocity","win:mid","comp:junior,brand"],"computed_at":"2026-10-01T05:45:00Z"},"pay":null,"html_url":"https://alion.io/job/sber-data-scientist-amazme-2","json_url":"https://alion.io/job/sber-data-scientist-amazme-2.json","meta":{"generated_at":"2026-10-01T21:07:08Z","cache_seconds":300,"methodology":"https://alion.io/methodology","terms":"https://alion.io/terms","contact":"https://alion.io/contact","api":"https://alion.io/developers","usage":{"tier":"crawler","counted_by":"address","units_charged":1,"used_today":3668,"day_limit":5000,"remaining_today":1332,"minute_limit":60,"resets_at":"2026-10-02T00:00:00Z"}}}