Совкомбанк

Скоринг, взыскание, продуктовая аналитика и эксперименты

Банк, выросший на рознице и рассрочке: большой поток заявок, быстрые решения и прямая связь моделей с экономикой продукта. На собеседовании много внимания к тому, считает ли кандидат деньги — стоимость ошибки, окупаемость коммуникации, эффект изменения в продукте.

Этапы отбора

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.

Все форматы проверок →
  1. Скрининг

    Рекрутер уточняет направление: риски, взыскание, продуктовая аналитика, маркетинг.

  2. SQL-секция

    SQL-секция: выборки по заявкам и платежам, когорты, оконные функции.

  3. ML-секция: модели, признаки, валидация

    ML-секция: бустинги на табличных данных, валидация во времени, метрики и пороги под экономику.

  4. Продуктовая секция и A/B

    Секция по статистике и экспериментам: дизайн теста, размер выборки, интерпретация результата.

  5. Финальная встреча

    Руководитель: задачи команды, уровень, скорость принятия решений.

Что оценивают на любом направлении
  • Счёт в деньгах: любая метрика переводится в экономику продукта.
  • Скорость: модель, работающая в конвейере завтра, ценнее идеальной через квартал.
  • Честная валидация во времени — заявки приходят потоком, и случайное разбиение обманывает.
  • Умение объяснить решение модели сотруднику, который применяет его вживую.

Чем проверяют себя перед отбором

3 формата проверки из отбора Совкомбанк — и тест атласа под каждый. Слабые места видно сразу после захода, а темы для разбора собираются автоматически.

SQL-секция

SQL interview

Соединения, оконные функции и цена запроса на большой таблице

На чём валятся
  • COUNT(*) вместо COUNT(поле) после LEFT JOIN — классическая тихая ошибка.
  • Запрос без фильтра по ключу разбиения: на боевой таблице он просто не доедет.

Классика табличных задач и честная проверка качества

На чём валятся
  • «Взял бустинг, получил 0.85 AUC» без бейзлайна и без объяснения, что это значит для продукта.
  • Случайное разбиение в задаче, где данные упорядочены во времени.
24 вопроса в банкеТест: Классический ML

Продуктовая секция и A/B

Statistics & experimentation

Дизайн эксперимента, значимость и решение по результату

На чём валятся
  • Остановка теста в момент, когда p-value впервые стало меньше 0,05.
  • Вывод по срезу, найденному после эксперимента, без поправки.

Программа подготовки под компанию

19 тем по всем направлениям Совкомбанк — если команда ещё не выбрана. Программа разложит их по неделям от математики к продакшену; под конкретное направление список короче, и его можно собрать ниже.

Собрать программу подготовки

Эти 19 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 4 недели под Совкомбанк · Все направления.

Проверяем, вошли ли вы…

Направления

Выберите направление: обязательные темы со ссылками в атлас, типовые вопросы с ответами и тест для самопроверки.

Все тесты →
Направление

Скоринг и взысканиеScoring & Collection

Оценка риска по заявке, поведенческие модели действующих клиентов, приоритизация работы с просрочкой. Специфика — жёсткие ограничения по времени ответа и прямой экономический смысл порога.

Пройти тест: Классический ML (24 вопроса)
Собрать программу подготовки

Эти 10 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 2 недели под Совкомбанк · Скоринг и взыскание.

Проверяем, вошли ли вы…

Типовые вопросы секции (4)
Как выбрать порог отсечения по заявкам?

Через матрицу стоимостей: ожидаемые потери от выдачи плохому клиенту против упущенной маржи от отказа хорошему. Максимизируется ожидаемая прибыль, а не F1. Для этого нужны калиброванные вероятности — иначе ожидание считается по числам, которые вероятностями не являются.

Разбор в атласе: Calibration — Калибровка
Зачем в работе с просрочкой отдельная модель, если есть скоринг заявки?

Задача другая: не «выдавать или нет», а «какое действие даст возврат». Целевая переменная — факт погашения после конкретного воздействия, поэтому нужны модели отклика на действие и приоритизация по ожидаемому возврату с учётом стоимости контакта. Скоринг заявки на этот вопрос не отвечает.

Разбор в атласе: Problem formulation — Постановка задачи
Поток заявок меняется из-за маркетинга. Как это заметить в модели?

Мониторингом распределений признаков и скора по неделям и по каналам привлечения. Приток из нового канала часто выглядит как дрейф, хотя модель не менялась: изменился вход. Реакция — сегментные пороги или дообучение, но сначала нужно понять, изменился ли вход или зависимость.

Разбор в атласе: Drift Detection — Детекция дрейфа
Валидация показала AUC 0,82, в конвейере — 0,74. Обычные причины?

Случайное разбиение вместо разбиения по времени, признаки, недоступные в момент решения, и обучение только на одобренных заявках. Проверяются именно в этом порядке: первые две ошибки дешёвы в проверке и встречаются чаще всего.

Разбор в атласе: Data leakage — Утечка данных
Что сделать руками до собеседования
  • Постройте модель и выберите порог по матрице стоимостей вместо максимума F1.
  • Сравните валидацию по времени и случайную на одном датасете.
  • Посчитайте, сколько стоит один процентный пункт полноты в деньгах продукта.