Стажер DS

Описание

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 (