Скоринг и риски, GigaChat, речь, зрение и промышленный ML
Крупный банк и экосистема: модели работают под регуляторными требованиями и на больших объёмах данных. Кроме качества модели спрашивают про интерпретируемость, стабильность во времени и промышленную эксплуатацию.
Порядок и состав секций меняются от команды к команде — это типовая схема, собранная по открытым источникам. Этапы, на которых проверяют знания, ведут в разбор формата: что оценивают и чем закрывать пробелы.
Разговор с рекрутером и уточнение направления: розница, риски, корпоративный блок, продуктовые команды экосистемы.
На части вакансий и почти на всех стажировках до встречи с командой предлагают онлайн-тест: числовые и вербальные задачи на время. Отсеивает он больше, чем кажется.
Классический ML, статистика и разбор конкретного кейса из вашего опыта до деталей валидации.
SQL и Python на данных: данных много, они живут в хранилище, и готовить выборку приходится самому.
Небольшая задача на данных либо разбор кода вживую: важна аккуратность, а не экзотические приёмы.
Углублённые вопросы: риск-моделирование, NLP и LLM, зрение, речь или инженерия ML — в зависимости от команды.
Разговор с руководителем: задачи команды, ожидания по уровню, процессы и требования к документированию моделей.
4 формата проверки из отбора Сбер — и тест атласа под каждый. Слабые места видно сразу после захода, а темы для разбора собираются автоматически.
Числовые, вербальные и логические тесты до первой встречи
На чём валятсяКлассика табличных задач и честная проверка качества
На чём валятсяСоединения, оконные функции и цена запроса на большой таблице
На чём валятсяДатасет, несколько дней и разбор решения на защите
На чём валятся55 тем по всем направлениям Сбер — если команда ещё не выбрана. Программа разложит их по неделям от математики к продакшену; под конкретное направление список короче, и его можно собрать ниже.
Эти 55 тем можно разложить по неделям: программа выстроит их от математики к продакшену, поставит тест в конце каждой недели и вернёт тему на повторение, если вы в ней ошиблись. Выйдет примерно 11 недель под Сбер · Все направления.
Проверяем, вошли ли вы…
Выберите направление: обязательные темы со ссылками в атлас, типовые вопросы с ответами и тест для самопроверки.
Кредитный скоринг, антифрод, поведенческие модели. Ключевое — качество на длинном горизонте, интерпретируемость и корректная работа с дисбалансом.
Эти 12 тем можно разложить по неделям: программа выстроит их от математики к продакшену, поставит тест в конце каждой недели и вернёт тему на повторение, если вы в ней ошиблись. Выйдет примерно 3 недели под Сбер · Скоринг и риски.
Проверяем, вошли ли вы…
Она интерпретируема, устойчива, легко валидируется и объясняется регулятору. Бустинг берут там, где прирост качества оправдывает сложность объяснения.
Разбор в атласе: Logistic Regression — Логистическая регрессия →Population Stability Index измеряет расхождение распределения признака или скора между периодами. Рост PSI — сигнал дрейфа и повода для перевалидации модели.
Разбор в атласе: Drift Detection — Детекция дрейфа →Взвешивание классов или сэмплирование, метрики PR-AUC и recall на рабочем пороге, калибровка вероятностей под расчёт ожидаемых потерь.
Разбор в атласе: Imbalanced Data — Дисбаланс классов →Локальная интерпретация: SHAP-значения признаков для этого наблюдения, сведённые к понятным причинам. Модель без объяснения в такие процессы не пускают.
Разбор в атласе: SHAP — SHAP →Разделение по времени с выдержкой окна наблюдения, отдельная out-of-time выборка и контроль того, что признаки известны на момент решения.
Разбор в атласе: Cross-validation — Кросс-валидация →