Middle/Senior Data Scientist (Model Risk)

Локация: Москва, работа на месте работодателя; офис рядом со станцией метро «Кутузовская»

Компания

СБЕР — банковская организация с подразделением модельных рисков, контролирующим AI/ML-модели, применяемые в оценке рисков, ценообразовании и бизнес-процессах.

Что делать

• Оценивать качество ClassicML-моделей, применяемых на финансовых рынках, включая торговые алгоритмы, оценку ценовой эластичности и кластеризацию клиентов.
• Проводить независимую оценку моделей прайсинга финансовых инструментов и риск-моделей, включая VaR, CVA и PFE.
• Анализировать математические предпосылки, устойчивость моделей и соответствие бизнес-требованиям и рыночным условиям.
• Оценивать и контролировать риски агентов в торговых алгоритмах, прайсинге и оценке рыночных рисков.
• Создавать на Python инструменты автоматизации мониторинга моделей и агентов.
• Готовить аналитические заключения, формировать рекомендации, презентовать результаты и защищать решения перед разработчиками моделей, риск-менеджментом и бизнес-заказчиками.

Требования

• От 3 до 6 лет опыта работы.
• Знание теории вероятностей, математической статистики и случайных процессов.
• Опыт разработки или валидации ClassicML-моделей.
• Уверенное программирование на Python и опыт разработки структурированного, поддерживаемого кода.
• Знание базовых принципов построения моделей прайсинга производных финансовых инструментов.

Хорошо, если есть

• Навыки работы с генеративными AI-моделями, опыт создания и применения AI-агентов.
• Опыт работы с количественными моделями в финансах или смежных областях.
• Участие в летних школах или курсах Vega, ЦМФ.

Культура и преимущества

• Современный офис, корпоративный спортзал и зоны отдыха.
• Ежегодный пересмотр зарплаты и годовая премия.
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа.
• Льготные условия по ипотечному кредиту, подписка Прайм и вознаграждение за рекомендации.