Стажёр Deep Learning — Anti-Fraud и модели для борьбы с мошенничеством@ Сбер
О позиции
В компании Сбер открыта вакансия стажёра Deep Learning для работы над системами противодействия мошенничеству. Вы будете участвовать в разработке моделей, которые работают в реальном времени под высокой нагрузкой. Ваша задача — адаптировать существующие архитектуры, такие как SASRec и HSTU, для антифрод решений.
Чем вы будете заниматься
- Адаптация моделей SASRec/HSTU под задачи антифрода.
- Работа с цепочками транзакций и профилями клиентов для предсказания последней транзакции.
- Использование Python и PyTorch для разработки моделей с нуля.
- Применение архитектур Transformer, YouTubeDNN, Bert4Rec и других для решения задач.
- Работа с табличными признаками для Deep Learning.
- Разработка стратегий Negative sampling и loss-функций для задач ранжирования и классификации.
Требования
- Уверенные знания Python и опыт работы с PyTorch.
- Знание архитектур: Transformer, YouTubeDNN, SASRec, Bert4Rec, HSTU, ARGUS.
- Опыт работы с табличными признаками для Deep Learning.
- Понимание стратегий Negative sampling и loss-функций.
Будет плюсом
- Опыт работы с курсами по Recommendation Systems с использованием Deep Learning.
- Интерес к антифроду и Big Data.
- Эксперименты с различными трансформерами.
Что мы предлагаем
- Оплачиваемая стажировка на срок 3–6 месяцев.
- Заработная плата 81 000 рублей в месяц.
- Занятость от 20 часов в неделю.
- Работа в офисе СберСити.
- Возможность получить опыт в области Deep Learning и Anti-Fraud технологий.
Вакансия предлагает интересный опыт в области глубокого обучения и борьбы с мошенничеством. Условия стажировки привлекательны, но стоит учесть, что работа в офисе может быть ограничением для некоторых кандидатов.
Кто здесь добьётся успеха
Глубокое понимание Python и библиотек для машинного обучения, таких как PyTorch, что позволяет эффективно адаптировать модели SASRec и HSTU для задач антифрода.
Способность работать в офисе в команде, открыто обсуждая идеи и решения, что способствует быстрой адаптации и получению обратной связи от более опытных коллег.
Желание учиться и развиваться в области глубокого обучения, с акцентом на работу с реальными данными и применение современных архитектур, таких как Transformers.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости FinTech
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев