Стажер в Центр практического ИИ — анализ данных и оптимизация@ ПАО Сбербанк
О позиции
Центр практического ИИ в ПАО Сбербанк ищет стажера для работы над проектами в области искусственного интеллекта. Ваша задача будет заключаться в подготовке датасетов, анализе экспериментов и оптимизации инференса. Это отличная возможность для студентов, желающих получить опыт в передовых технологиях и стать частью команды, работающей над реальными проектами.
Чем вы будете заниматься
- Подготовка и обработка данных для обучения моделей ИИ.
- Анализ результатов экспериментов и их визуализация.
- Оптимизация процессов инференса для повышения производительности.
- Работа в команде над проектами, связанными с ИИ.
- Участие в обсуждениях и разработке новых идей для проектов.
Требования
- Студент последних курсов бакалавриата или магистратуры технического ВУЗа.
- Обучение на очном отделении.
- Знания в области машинного обучения и анализа данных.
- Умение работать с Python и библиотеками для анализа данных (например, Pandas, NumPy).
- Стремление к обучению и развитию в области ИИ.
Будет плюсом
- Опыт работы с библиотеками машинного обучения (например, TensorFlow, PyTorch).
- Знания в области статистики и математического моделирования.
- Опыт работы с большими данными.
Что мы предлагаем
- Конкурентоспособная зарплата для стажеров.
- Возможность работать над реальными проектами в области ИИ.
- Гибкий график работы.
- Доступ к обучающим материалам и курсам.
- Дружелюбная команда и поддержка в обучении.
Вакансия стажера в Центр практического ИИ предлагает интересные задачи и возможность работы с данными. Однако, отсутствует информация о зарплате и условиях стажировки.
Кто здесь добьётся успеха
Уверенные навыки программирования на Python, включая библиотеки для анализа данных, такие как Pandas и NumPy, а также опыт работы с TensorFlow и PyTorch для создания и оптимизации моделей машинного обучения.
Способность к самоорганизации и высокой дисциплине для работы в удаленном формате, что включает в себя управление временем и приоритезацию задач без постоянного контроля со стороны наставников.
Опыт работы с подготовкой и обработкой данных, включая очистку, преобразование и визуализацию, что позволит эффективно готовить датасеты для обучения моделей ИИ.
Аналитическое мышление и страсть к решению проблем, что необходимо для анализа экспериментов и оптимизации инференса в проектах по искусственному интеллекту.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости FinTech
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев