стажер DS на 6 месяцев

Позиция: стажер DS на 6 месяцев Куда: Альфа-Банк, CRM, управление персонализации Формат работы: Полная удаленка, при желании можно работать из офиса — Москва, м. Технопарк. Вилка (gross): 90K Начало стажировки: ~сентябрь 2026 г.

Про нас: Мы — команда рекомендательных систем внутри CRM Альфа-Банка. Разрабатываем модели рекомендаций и модели склонности к приобретению банковских продуктов, которые используются для персонализации предложений в мобильном приложении.

В команде работают Data Scientist'ы и аналитики с сильным математическим и техническим бэкграундом — преимущественно выпускники МФТИ, МГУ, ВШЭ и СПбГУ. Стажёр будет работать вместе с опытным DS-ментором и постепенно погружаться во весь цикл разработки ML-моделей.

Что предстоит делать на стажировке? Под руководством ментора пройти полный цикл разработки промышленной ML-модели:

• общаться с бизнес-заказчиками и разбираться в задаче, которую должна решать модель; • собирать и исследовать данные, строить признаки и датасеты для обучения; • выбирать метрики и бейзлайны, обучать и валидировать модели; • анализировать результаты и искать способы улучшения качества модели; • участвовать в выводе модели в production; • следить за работой модели после запуска и анализировать её качество и эффект на реальных данных.

Что ожидаем от кандидата: • Сильная техническая база: образование в области математики, физики, computer science или смежных направлений. Приветствуются студенты старших курсов (3-6) и выпускники МФТИ, МГУ, ВШЭ, СПбГУ и других сильных технических вузов. • Хорошая математическая подготовка: теория вероятностей и математическая статистика. • Наличие практического опыта (учебные задачи, pet-проекты, хакатоны) в классическом ML и понимание основ DL • Опыт работы с рекомендательными системами будет большим плюсом. • Уверенное владение Python и основным DS-стеком: pandas, scikit-learn, CatBoost; базовый опыт работы с PyTorch. • Знание SQL и Git. • Опыт работы со Spark / PySpark будет плюсом.

Ответы на 10 важных вопросов : 1. Данные: Hadoop (все данные Альфа-Банка), данные по взаимодействию всех клиентов Альфа-Банка с мобильным приложением 2. Железо: доступны Jupyter-инстансы до 20 CPU и 256 GB RAM. Для более тяжелых вычислений — Kubernetes-кластер с GPU H100, суммарно более 1000 CPU-ядер и 30+ TB RAM. 3. Масштаб влияния на core-бизнес? ML-модели — важная часть большинства ключевых процессов банка. В рамках CRM, почти во все локации мобильного приложения банка внедрена модельная логика 4. Уровень развития Data Science в компании? Все линии бизнеса покрыты ML моделями, где необходимо - успешно внедрен DL. 5. Роль дата сайентиста: DS участвует в полном цикле разработки модели: от общения с бизнес-заказчиком и формализации задачи до подготовки данных, обучения модели, внедрения в production и последующего анализа её работы вместе с аналитиками. 6. Бэкграунд у вашего руководителя? Два красных диплома МФТИ, 5 лет опыта работы DS. (CV руководителя в первом комментарии) 7. Как часто вам будут мешать работать? Синхронизация с командой (<2 часов в неделю). 8. Карьерный рост: при успешном прохождении стажировки стараемся предложить стажеру полноценную позицию в нашей или смежной DS-команде. 9. Prod/Research: Prod 100%. При этом возможна исследовательская работа, если она направлена на улучшение качества действующих production-моделей или поиск новых подходов. 10. Функция сервиса или лидера? На стажировке 80%/20%