Аналитик данных (Лаборатория нейронаук и поведения человека)
Мы исследовательское подразделение, которое отвечает в Сбере за «человека»: поведение, психология, тренды, изменения, особенности восприятия и мышления. Мы работаем со всей экосистемой, помогаем улучшать клиентский опыт, самочувствие и эфф…
СБЕР · На сервисе с: 30.09.26 05:20
Мы исследовательское подразделение, которое отвечает в Сбере за «человека»: поведение, психология, тренды, изменения, особенности восприятия и мышления. Мы работаем со всей экосистемой, помогаем улучшать клиентский опыт, самочувствие и эффективность сотрудников, качество интерфейсов, метрики продукта, маркетинга и формировать стратегию. В нынешних реалиях высокой неопределенности наша работа особенно актуальна.
Наша команда реализует поставленные задачи с помощью поведенческих исследований – качественных, количественных, аналитических с использованием больших данных. Под последний тип исследований мы ищем лида направления.
Мы ищем человека, который имеет большой опыт в анализе данных, глубокий интерес к поведенческой аналитике и которому хочется делать нестандартные исследовательские проекты для топ-команды Сбера.
Нам нужен человек, которому интересно на большом массиве информации находить интересные связи и генерить гипотезы о контексте и поведении клиента. Человек, к которому можно прийти с запросом на интерпретацию того или иного явления в данных, генерацию гипотез по определению нужного параметра или формирование расширенной аналитики по продукту или поведению клиента за требуемый период в связке с новостным контекстом / выпуском продуктов Банка.
Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в мессенджере, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!
Задачи:
- разобраться в предметной области и методологии психотипирования, принятой в Лаборатории
- проверять гипотезы (совместно с методологами лаборатории), визуализировать результат
- выявлять и визуализировать аномалии/экстремумы/особенности данных
- получение, подготовка и очистка дата-сета для исследования
- документирование разрабатываемых решений (На уровне хранения знаний для синхронизации DS команды)
- взаимодействовать с командой, предлагать идеи по развитию проектов.
Требования:
- опыт работы в роли исследователя в данных от 2х лет
- знание SQL, Postgres, Python (Pandas, Numpy + Scipy, Matplotlib и т.д.) или R для анализа данных и визуализации
- владение и умение разрабатывать мультиагентные системы, навыки работы с LLM: промптинг, пайплайны, контроль качества выводов
- опыт статистической обработки результатов AB-тестов, анализа веб-аналитики
- опыт работы с системами событийной аналитики
- понимание BI-систем
- коммуникативные и аналитические навыки
- умение и желание полноценно разобраться в задаче, задавать вопросы, предлагать свои решения
- умение презентовать результат своей работы для разных целевых аудиторий: коллеги, миддл-менеджмент, топ-менеджмент. Простым языком – способность делать “читаемые” презентации с достаточным количеством, но не переизбыткоминформации.
Будет плюсом:
- опыт работы с реляционными и неструктурированными СУБД: Oracle, MS SQL, Teradata
- знания в области математической статистики и машинного обучения
- нзание стека Hadoop/Hive/Spark и опыт работы с большими объемами данных.
Наш технологический стек:
- Core / Data: Python, pandas, NumPy, PySpark, SQL, Jupyter
- Big Data & Infra: Spark, HDFS, Hive/Spark SQL, Parquet, bash/CLI; оптимизация PySpark (lazy evaluation, кэширование, партиционирование, broadcast join)
- ML: scikit-learn, CatBoost, XGBoost, Spark MLlib; классификация, сегментация/кластеризация
- оценка & интерпретация: метрики качества, feature importance, SHAP; matplotlib/seaborn для визуализации
- LLM (по желанию / в перспективе): API (OpenAI и аналоги), локальные модели (Llama, Mistral), HuggingFace Transformers, промптинг и разметка данных.
Условия:
- комфортный современный офис г. Москва, рядом с метро Кутузовская
- офисный формат работы: 5/2 с 10 до 19
- ежегодный пересмотр зарплаты и годовая премия
- корпоративный спортзал и зоны отдыха
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
- гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
- подписка Прайм с возможностью совместного использования на трёх близких
- вознаграждение за рекомендацию друзей в команду Сбера.
Похожие вакансии Аналитика данных
Мы ищем сильного Full-stack Аналитика, который станет ключевым связующим звеном между продуктом, инженерией AI и Data-офисом. Вам предстоит запускать AI-продукты от идеи (PoC) до полной приемки, проектировать архитектуру взаимодействия человека и ИИ (Human-in-the-Loop), а также связывать метрики, процессы и финансовые драйверы бизнеса в единую систему.
Обязанности
— Продуктовая и системная аналитика:
— Написание продуктовых спецификаций, функциональных (FR) и нефункциональных (NFR) требований для AI-продуктов.
— Полное сопровождение запуска PoC (от формализации гипотезы до финальной приемки).
Проектирование систем:
— Разработка сценариев взаимодействия AI-агентов с пользователем/экспертом.
— Создание механик ревью идей от агента, валидация их финансовой оценки и эскалация на стейкхолдеров.
Работа с Data Governance & Метаданными:
— Выгрузка и глубокий анализ метаданных из каталога (домены, метрики, процессы, владельцы).
— Формирование Value Map — прозрачной связи метрик и процессов с продуктами и финансовыми драйверами бизнеса.
Метрики и аналитика:
— Определение, расчет и трекинг продуктовых и бизнес-метрик.
Кросс-функциональное взаимодействие:
— Проведение воркшопов с владельцами доменов и Data-офисом (обзор артефактов, сбор фидбэка).
— Координация работы с командой каталога данных и AI-инженерами (настройка доступа к метаданным, интеграции).
Требования
— Опыт работы: от 3 лет в роли Full-stack / Product / Data Analyst (сочетание продуктовой аналитики, системного анализа и работы с данными). Опыт в BI или Data Science будет ключевым преимуществом.
AI & LLM Experience:
— Практический опыт работы с AI-ассистентами или чат-ботами (проектирование диалоговых сценариев, промпт-инжиниринг, логика агентов).
— Понимание принципов проектирования Human-in-the-Loop систем.
Технические навыки:
— Продвинутый SQL (сложные выгрузки, анализ данных) + навыки базовой автоматизации (Python/скрипты).
— Навыки написания четких и структурированных продуктовых спек и ТЗ.
Бизнес-мышление и soft skills:
— Системное мышление: умение связать воедино данные, процессы, финансирование и возможности AI.
— Отличные коммуникативные навыки: опыт проведения воркшопов, презентаций и работы с фасилитацией фидбэка от стейкхолдеров.
Будет плюсом:
— Опыт работы с метаданными, каталогами данных (Data Catalog) и практиками Data Governance.
— Опыт работы в сферах FinTech / Banking.
Мы предлагаем:
— Участие в создании сложных enterprise-level AI продуктов с реальным бизнес-эффектом.
— Москва, Гибридный график работы (3 дня офис и 2 - удаленка)
— Оформление по ТК РФ
— Профессиональное развитие в команде экспертов;
— Участие в крупных проектах с высоконагруженными системами;
― ДМС со стоматологией, начиная с ИС;
― Скидки на изучение иностранных языков от Skyeng: корпоративная скидка 20% на занятия для сотрудника и его родственников;
― Реферальная программа: бонус за рекомендации;
― Скидки на фитнес от Xfit и FitMost;
― Оплата курсов;
― Техника для работы (ноут и все необходимое)
Мы - команда юнита "Транзакционный банкинг", и наша задача – мотивировать клиентов все больше пользоваться Сбером. Для этого мы проводим клиентские исследования, занимаемся продуктовой аналитикой, генерируем гипотезы по банковским и экосистемным продуктам, проводим А/B тесты для их подтверждения, запускаем портфельные кампании на всю аудиторию Банка, помогая привлекать и удерживать клиентов в контуре банка.
Мы ищем аналитика данных под задачи поиска инсайтов в данных, а также подготовки целевой аудитории для запуска пилотных проектов по изменению транзакционного поведения клиентов.
Обязанности:
- сегментация клиентской базы, исследование зависимостей на большом объеме информации
- формирование целевой аудитории кампании, подготовка целевых и контрольных групп для проведения А/В теста
- подведение итогов и анализ эффективности проведенных пилотов
- подготовка предложений и формулирование бизнес-гипотез на основании анализа клиентской базы и проведенных компаний.
Требования:
- высшее образование (физика, математика, экономика/финансы, ИТ)
- опыт работы аналитиком данных / продуктовым аналитиком / лист менеджером в банковской сфере от 1-года лет
- продвинутый уровень SQL, Python
- уверенные знания математической статистики и принципов А/В-тестирования;
- знание банковских продуктов и процессов.
Условия:
- комфортный современный офис на Кутузовском, 32
- корпоративный спортзал и зоны отдыха
- уникальная система обучения Сбера для профессионального и карьерного развития, семинары, тренинги, конференции
- программа адаптации и помощь руководителя на старте
- ДМС, страхование от несчастных случаев, социальные гарантии
- гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
- подписка Прайм с возможностью совместного использования на трёх близких.
- вознаграждение за рекомендацию друзей в команду Сбера
- корпоративная пенсионная программа
- корпоративные мероприятия.
Обязанности
- Анализировать бизнес-задачи, проверять данные и предлагать обоснованные решения.
- Обрабатывать и анализировать данные с помощью SQL и Python.
- Создавать аналитические, финансовые и продуктовые модели.
- Участвовать в построении витрин и организации потоков данных.
- Подбирать и применять ИИ-инструменты под конкретные задачи, оценивать качество результатов.
- Доводить решения от постановки задачи до внедрения, объяснять результаты бизнесу и предлагать улучшения.
Требования
- Уверенное владение SQL и Python для анализа и обработки данных, опыт работы с реляционными базами данных.
- Понимание архитектуры DWH, принципов построения витрин и организации потоков данных.
- Понимание принципов работы ИИ-моделей, их возможностей, ограничений и способов оценки качества результатов.
- Опыт создания аналитических, финансовых или продуктовых моделей.
- Опыт решения бизнес-задач от постановки вопроса и проверки данных до внедрения.
Будет преимуществом
- Опыт работы с OpenAI API, Claude, Gemini, YandexGPT или другими LLM.
- Опыт построения RAG-систем и работы с векторными БД: Qdrant, pgvector или аналогами.
- Опыт разработки AI-агентов с использованием LangChain, LangGraph или аналогичных инструментов.
- Опыт работы с Yandex Cloud и DataLens.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.