Оплачиваемая стажировка в области Data Science для старшекурсников, выпускников и начинающих специалистов

Habr: «Всероссийский рейтинг IT-брендов работодателей» (направление Fintech). Топ-10 в 2024 году
Forbes: «Рейтинг лучших работодателей России». Золото в 2024 году
hh.ru «Рейтинг работодателей России». 4 место в 2024 году

Новые горизонты твоей карьеры

Принять участие

ПОЧЕМУ
GPB.Level Up?

Принять участие

Отличное вознаграждение

Комфортный формат работы

Работа на стажировке будет
в гибридном или полностью удаленном формате, в зависимости от выбранного направления и города, в котором ты проживаешь.

Получай 67 000 р. gross со старта. А также корпоративные скидки, доступы к образовательной платформе и библиотекам.

Ценный опыт

За 6 месяцев стажировки ты приобретешь опыт коммерческой разработки в экспертной команде одного из лучших IT-работодателей России.

3 разные команды для стажировки

Выбирай своё направление в Data Science: от работы с искусственным интеллектом до моделирования финансовых рисков.

Постоянное развитие

С помощью наставника на реальных задачах ты приобретешь навыки по разработке data-science проектов полного цикла — от сбора требований до внедрения в бизнес-процессы.

Карьерные перспективы

Прошлая волна стажировки завершится в марте 2025, но уже больше половины стажеров перешли на штатные позиции и продолжают карьеру в Газпромбанке.

Присоединись к команде своей мечты!

Центр технологий искусственного интеллекта

Наша команда использует AI технологии для разработки и внедрения инновационных решений. Мы сосредоточены на создании интеллектуальных систем, которые могут анализировать большие объемы данных и предоставлять ценную информацию о клиентах.
Центр реализует ИИ-инициативы по направлениям: риски, антифрод, клиентский сервис, продажи и персонализация, автоматизация.

Формат стажировки:
Полностью удаленно, график работы с 9:00 до 18:00 по МСК

Направления стажировки:

Классический ML
NLP
CV

Приоритетно 1-2 курс магистратуры, аспирант или выпускник

Знание Python

Понимание видов БД и навыки написания вложенных запросов в SQL

Навыки практического применения прикладных библиотек pandas, sklearn, numpy и др.

Знание базовых алгоритмов ML, опыт применения в проектах

Знание алгоритмов supervised и unsupervised learning, понимание метрик регрессии и классификации

Математическая база, понимание статистики, теории вероятностей, линейной алгебры

Пройдены курсы по DS/ML/CV/NLP

Требования:

Исследовать новые алгоритмы, создавать прототипы решений

Собирать, анализировать и обрабатывать данные для моделирования, генерировать и проверять гипотезы в данных

Визуализировать результат

Строить модели на базе классического ML, применять open source DL модели

Задачи:

Участвовать в полном цикле разработки модели до внедрения

Департамент анализа данных и моделирования, управление алгоритмов машинного обучения

Наша команда нацелена на максимально эффективное использование данных. Мы верим, что можем сделать банк лучшим для внутреннего и внешнего клиента за счет датацентричности и проникновения моделирования во все сферы деятельности Газпромбанка.

Выявлять закономерности в данных с использованием математической статистики и методов машинного обучения, визуализировать полученные результаты

Выдвигать и проверять гипотезы по различным инициативам банка, искать точки роста проектов

Разрабатывать модели машинного обучения, проводить эксперименты

Проводить AB тестирования

Задачи:

Формат стажировки:
Полностью удаленно, график работы с 9:00 до 18:00 по МСК

Знание Python

Знание SQL (будет плюсом)

Знание основ математической статистики

Требования:

Знакомство с алгоритмами машинного обучения

Навык работы с библиотеками numpy, pandas, matplotlib/seaborn, sklearn, pytorch

Направления стажировки:

Data-аналитика
Моделирование

Департамент моделирования корпоративных и финансовых рисков

Наша команда занимается разработкой моделей с использованием алгоритмов машинного обучения (ML) и проведением анализа данных с целью повышения эффективности деятельности банка в областях: кредитных и рыночных рисков корпоративных клиентов, а также занимается разработкой бизнес-моделей для корпоративных клиентов и финансовых институтов.

Формат стажировки:
Полностью удаленно, график работы с 9:00 до 18:00 по МСК (с возможностью работы в офисе при желании)

Знание Python и прикладных библиотек pandas, sklearn, numpy, matplotlib и др

Владение знаниями в области математической статистики и теории вероятности

Понимание классических ML алгоритмов

Требования для классического ML:

Направления стажировки:

Классический ML
Инжиниринг данных

Развивать скоринговые модели, разрабатывать и тестировать новые сегменты

Разрабатывать модели оценки вероятности дефолта юридических лиц

Проектировать потоки данных и интеграционные решения

Проводить валидацию тестовых сценариев

Задачи:

Проводить ad-hoc аналитику

Проектировать, разрабатывать и тестировать витрины данных для целей моделирования, аналитики и отчетности

Знание SQL

Знание теории реляционных баз данных, понимание концепций Data Warehousing и Big Data, основ стека технологий Big Data (Hadoop/S3, Spark, Hive/Impala)

Знание Python будет конкурентным преимуществом

Требования для инжиниринга данных:

Присоединиться к команде

Подать заявку

Готов (-а) работать full-time (40 часов в неделю) по московскому времени

Студент бакалавриата или специалитета 3 курса и старше, магистрант, аспирант или выпускник вуза 2018-2024 годов

Проживаешь в России

ТРЕБОВАНИЯ
К КАНДИДАТАМ

Любишь учиться, стремишься к достижению результатов и хочешь развиваться вместе с Газпромбанком

Для участия в стажировке важно соответствие требованиям, описанным каждой командой, и твой интерес к будущим задачам.

Перед откликом проверь, что ты:

Этапы отбора на стажировку

Подача заявки

Заполни короткую анкету на этой странице

Тестирование

Подтверди владение техническими навыками, выполнив тестовые задания

Онлайн-собеседование

Выход на стажировку

Поздравляем! Ты уже часть команды. Дальше — обучение, развитие и возможность остаться в ГПБ после прохождения стажировки

Лично познакомься с будущим руководителем на онлайн-интервью

до 02.03

с 12.02 по 07.03

Видеоинтервью

с 27.02 по 21.03

Ответь на наши вопросы в формате видеоинтервью

31 марта

ЧТО ГОВОРЯТ УЧАСТНИКИ GPB.LEVEL UP: DATA SCIENCE 2023 и 2024

"

Я шла на программу с ожиданиями получить первый серьезный коммерческий опыт, понетворкать с крутыми людьми и лучше понять, как устроен финтех изнутри.
За время стажировки я впервые столкнулась с реальными бизнес-задачами, которые требуют не только технических навыков, но и понимания бизнес-контекста. Я успела выполнить разный пул задач: от построения и калибровки моделей до аналитики и рефакторинга функций локальной библиотеки...

Вероника Винниченко

Аналитик-исследователь

До программы GPB. Level Up у меня не было коммерческого опыта работы, только учебные проекты, и конечно присутствовал страх нового. Но желание попробовать себя в разработке действительно полезных моделей и получить новый опыт пересилили страх, и я все-таки подала заявку.
И ни разу об этом не пожалела! Для меня стажировка в Газпромбанке стала тем самым исполнением мечты молодого специалиста, который хочет начать свой путь в IT...

Ольга Тихобаева

Аналитик-исследователь

Когда я шел на стажировку, то ждал получения актуального коммерческого опыта в DS, однако больше всего я боялся, что буду заниматься рутинной работой, а оказалось совсем наоборот. Каждая новая задача была не похожа на предыдущую и раскрывала работу DS`ом в ГПБ со всех сторон.
Я впервые столкнулся с корпоративной этикой и общением через почту, это очень важный аспект работы в крупной компании, которому необходимо научиться...

Денис Смолянинов

Аналитик-исследователь

По образованию я лингвист, однако всегда хотела работать в DS. К счастью, GPB. Level Up предоставляет возможность попробовать себя в этой области студентам, не имеющим «профильного» образования.
В процессе отбора выяснилось, что в одном из департаментов, есть команда, в которую нужен как раз лингвист со знанием Python, и именно туда меня и взяли.
На старте почти любая часть рабочего процесса была для меня в новинку. Но благодаря..

Мария Маслова

Старший аналитик-исследователь

На программу GPB. Level Up: Data Science я шла с желанием углубить свои знания в области анализа данных и перенести теоретические знания в практическую плоскость. Для меня было важно попасть в крупную компанию, где можно столкнуться с реальными бизнес-задачами и понять, как аналитика помогает принимать стратегически важные решения. Программа превзошла мои ожидания, открыв новые горизонты и укрепив мою уверенность в выборе профессии...

Наталия Волонкина

Специалист

От программы GPB. Level Up ожидала возможность погрузиться в настоящий рабочий процесс, поскольку подобный опыт нельзя получить на обычных курсах. Я изначально надеялась присоединиться к команде по окончании стажировки, если она пройдет хорошо, и рада, что так в итоге и вышло. За время программы мы не только прошли обучение по инструментам дата инженеров, которые используются в нашем управлении, но и работали с реальными проектами от внутренних заказчиков. Основной задачей..

Евгения Хавронина

Ведущий аналитик данных

Я шла на программу с ожиданиями получить первый серьезный коммерческий опыт, понетворкать с крутыми людьми и лучше понять, как устроен финтех изнутри.
За время стажировки я впервые столкнулась с реальными бизнес-задачами, которые требуют не только технических навыков, но и понимания бизнес-контекста. Я успела выполнить разный пул задач: от построения и калибровки моделей до аналитики и рефакторинга функций локальной библиотеки...

Вероника Винниченко

Аналитик-исследователь

До программы GPB. Level Up у меня не было коммерческого опыта работы, только учебные проекты, и конечно присутствовал страх нового. Но желание попробовать себя в разработке действительно полезных моделей и получить новый опыт пересилили страх, и я все-таки подала заявку.
И ни разу об этом не пожалела! Для меня стажировка в Газпромбанке стала тем самым исполнением мечты молодого специалиста, который хочет начать свой путь в IT...

Ольга Тихобаева

Аналитик-исследователь

Я шла на программу с ожиданиями получить первый серьезный коммерческий опыт, понетворкать с крутыми людьми и лучше понять, как устроен финтех изнутри. За время стажировки я впервые столкнулась с реальными бизнес-задачами, которые требуют не только технических навыков, но и понимания бизнес-контекста. Я успела выполнить разный пул задач: от построения и калибровки моделей до аналитики и рефакторинга функций локальной библиотеки. Самой сложной для меня стала задача калибровки моделей LTV. Это было непросто по нескольким причинам. Во-первых, в университете такие нишевые темы почти не затрагиваются. Во-вторых, нужно было время, чтобы разобраться в процессе, провести калибровку и анализ, а также понять, почему что-то может не работать, несмотря на кажущуюся простоту математики...

Вероника Винниченко

Аналитик-исследователь

До программы GPB. Level Up у меня не было коммерческого опыта работы, только учебные проекты, и конечно присутствовал страх нового. Но желание попробовать себя в разработке действительно полезных моделей и получить новый опыт пересилили страх, и я все-таки подала заявку.
И ни разу об этом не пожалела! Для меня стажировка в Газпромбанке стала тем самым исполнением мечты молодого специалиста, который хочет начать свой путь в IT.
На протяжении стажировки, безусловно, пришлось столкнуться с разными трудностями от работы с новыми инструментами до поиска подходов к решению нестандартных задач. Но ведь в постоянном развитии и поиске/разработке новых методов во многом и состоит работа Data Scientist-а. Тем более, что в течение всего пути я была не одна..

Ольга Тихобаева

Аналитик-исследователь

Когда я шел на стажировку, то ждал получения актуального коммерческого опыта в DS, однако больше всего я боялся, что буду заниматься рутинной работой, а оказалось совсем наоборот. Каждая новая задача была не похожа на предыдущую и раскрывала работу DS`ом в ГПБ со всех сторон.
Я впервые столкнулся с корпоративной этикой и общением через почту, это очень важный аспект работы в крупной компании, которому необходимо научиться.
Одной из самых трудных задач было знакомство со схемами данных. Как и положено в бигтехе, они огромные и не всегда удается с первого раза написать правильный запрос, поэтому нужно морально подготовиться к дублям, долгим вычислениям и предупреждениям о больших затратах памяти. Однако проблема решается при частой работе..

Денис Смолянинов

Аналитик-исследователь

По образованию я лингвист, однако всегда хотела работать в DS. К счастью, GPB. Level Up предоставляет возможность попробовать себя в этой области студентам, не имеющим «профильного» образования.
В процессе отбора выяснилось, что в одном из департаментов, есть команда, в которую нужен как раз лингвист со знанием Python, и именно туда меня и взяли.
На старте почти любая часть рабочего процесса была для меня в новинку. Но благодаря помощи и поддержке старших коллег мне быстро удавалось разобраться с каждой из них. Машинное обучение всегда считала сложным и непонятным. Сначала было очень страшно, но с помощью наставника, в итоге всё-таки удалось разобраться. Наставники действительно заинтересованы в том, чтобы помочь и подробно объяснить задачи, потому что с большой..

Мария Маслова

Старший аналитик-исследователь

На программу GPB. Level Up: Data Science я шла с желанием углубить свои знания в области анализа данных и перенести теоретические знания в практическую плоскость. Для меня было важно попасть в крупную компанию, где можно столкнуться с реальными бизнес-задачами и понять, как аналитика помогает принимать стратегически важные решения. Программа превзошла мои ожидания, открыв новые горизонты и укрепив мою уверенность в выборе профессии.
Во время стажировки я впервые погрузилась в решение комплексных аналитических задач, связанных с написанием масштабных SQL-запросов и созданием отчетов по оценке качества моделей. Важной частью моего опыта стало знакомство с корпоративными процессами: работа в рамках agile, эффективное взаимодействие с командой и формирование навыков..

Наталия Волонкина

Специалист

От программы GPB. Level Up ожидала возможность погрузиться в настоящий рабочий процесс, поскольку подобный опыт нельзя получить на обычных курсах. Я изначально надеялась присоединиться к команде по окончании стажировки, если она пройдет хорошо, и рада, что так в итоге и вышло.
За время программы мы не только прошли обучение по инструментам дата инженеров, которые используются в нашем управлении, но и работали с реальными проектами от внутренних заказчиков. Основной задачей за время стажировки было создание внутреннего инструмента для разведочного анализа данных на Python, учитывающего специфику банковской сферы. Прошли несколько итераций, но к концу стажировки полностью закрыли задачу...

Евгения Хавронина

Ведущий аналитик данных

Я шла на программу с ожиданиями получить первый серьезный коммерческий опыт, понетворкать с крутыми людьми и лучше понять, как устроен финтех изнутри. За время стажировки я впервые столкнулась с реальными бизнес-задачами, которые требуют не только технических навыков, но и понимания бизнес-контекста. Я успела выполнить разный пул задач: от построения и калибровки моделей до аналитики и рефакторинга функций локальной библиотеки. Самой сложной для меня стала задача калибровки моделей LTV. Это было непросто по нескольким причинам. Во-первых, в университете такие нишевые темы почти не затрагиваются. Во-вторых, нужно было время, чтобы разобраться в процессе, провести калибровку и анализ, а также понять, почему что-то может не работать, несмотря на кажущуюся простоту математики...

Вероника Винниченко

Аналитик-исследователь

До программы GPB. Level Up у меня не было коммерческого опыта работы, только учебные проекты, и конечно присутствовал страх нового. Но желание попробовать себя в разработке действительно полезных моделей и получить новый опыт пересилили страх, и я все-таки подала заявку.
И ни разу об этом не пожалела! Для меня стажировка в Газпромбанке стала тем самым исполнением мечты молодого специалиста, который хочет начать свой путь в IT.
На протяжении стажировки, безусловно, пришлось столкнуться с разными трудностями от работы с новыми инструментами до поиска подходов к решению нестандартных задач. Но ведь в постоянном развитии и поиске/разработке новых методов во многом и состоит работа Data Scientist-а. Тем более, что в течение всего пути я была не одна..

Ольга Тихобаева

Аналитик-исследователь

Этот сайт использует cookie-файлы для улучшения работы.

Присоединиться к команде

Если у тебя остались вопросы, пиши на gpb@futuretoday.ru

Оплачиваемая стажировка в области Data Science для старшекурсников, выпускников и начинающих специалистов

ПОЧЕМУ GPB.Level Up?

ПОЧЕМУ
GPB.Level Up?