Точка

Антифрод и комплаенс, ассистенты поддержки, продуктовые модели

Банк для предпринимателей с сильной инженерной культурой и коротким циклом выката. ML здесь плотно встроен в продукт: проверка операций и контрагентов, помощь поддержке, подсказки в интерфейсе. Отбор соответствующий — меньше формальностей, больше вопросов про то, как вы доводили решение до пользователей.

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

    Разговор с рекрутером о направлении и о том, как вы привыкли работать: здесь важна самостоятельность.

  2. Секция по Python и работе с данными

    Практическая секция: код и данные, аккуратность и читаемость важнее экзотических приёмов.

  3. ML-секция: модели, признаки, валидация

    ML-секция вокруг вашего опыта: постановка, признаки, валидация, как измеряли пользу.

  4. Секция по LLM, RAG и агентам

    Для направления ассистентов — секция по LLM: поиск по базе знаний, оценка ответов, стоимость запроса.

  5. Секция дизайна ML-системы

    Дизайн-секция: сервис проверки операций в реальном времени или ассистент поддержки целиком.

  6. Финальная встреча

    Команда и задачи, обсуждение того, как устроены решения и ответственность.

Что оценивают на любом направлении
  • Самостоятельность: от постановки задачи до выката без длинной цепочки согласований.
  • Понимание, что ложная блокировка операции для предпринимателя — это остановка бизнеса, а не неудобство.
  • Умение показать пользу изменения в метрике продукта, а не в метрике модели.
  • Готовность работать с текстом: половина задач так или иначе про общение с клиентом.

Чем проверяют себя перед отбором

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

Код, который готовит данные: агрегаты, соединения, пропуски

На чём валятся
  • Код, который работает на примере и не масштабируется: построчные циклы вместо векторных операций.
  • Молчаливое отбрасывание пропусков без объяснения, почему это допустимо.

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

От постановки до эксплуатации на одной доске

На чём валятся
  • Прыжок в архитектуру с первой минуты, без требований и метрик.
  • Схема, которая заканчивается обучением модели: ни выката, ни мониторинга.
22 вопроса в банкеТест: Дизайн ML-систем

Программа подготовки под компанию

20 тем по всем направлениям Точка — 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 20 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 Точка · 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

Антифрод и комплаенсFraud & Compliance

Проверка операций и контрагентов, выявление сомнительных схем, поддержка требований регулятора. Специфика — редкие события, состязательный характер и очень высокая цена ложной тревоги для клиента.

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 Точка · Антифрод и комплаенс.

Проверяем, вошли ли вы…

Типовые вопросы секции (4)
Почему в антифроде смотрят PR-AUC, а не ROC-AUC?

При доле положительных в сотые доли процента ROC-AUC выглядит завышенным: доля ложноположительных считается от огромного числа отрицательных. PR-AUC и точность на рабочем участке полноты показывают, сколько честных клиентов пострадает ради пойманного нарушителя.

Разбор в атласе: PR-AUC — PR-AUC
Схемы меняются каждый месяц. Как система за этим успевает?

Двумя контурами: модель на размеченных случаях плюс поиск аномалий и графовый анализ связей без разметки — они ловят то, чего в обучающей выборке ещё нет. Плюс быстрые правила для реакции в тот же день и регулярное дообучение на свежих подтверждённых случаях.

Разбор в атласе: Anomaly Detection — Поиск аномалий
Зачем в проверке контрагентов графы?

Потому что признаки отдельной компании часто чисты, а подозрительна структура: общие адреса и учредители, кольцевые переводы, свежие компании вокруг одного узла. Признаки сообществ и центральности дают то, чего в табличных данных об одном клиенте просто нет.

Разбор в атласе: Community Detection — Поиск сообществ
Как снизить вред от ложных срабатываний?

Градацией реакции вместо бинарной блокировки: запрос документов, ограничение отдельной операции, приоритетная проверка человеком, и полная блокировка только при высокой уверенности. Плюс измерение ущерба: доля заблокированных операций, которые оказались законными, — это метрика, за которую отвечает команда.

Разбор в атласе: Calibration — Калибровка
Что сделать руками до собеседования
  • Постройте PR-кривую на сильно несбалансированных данных и выберите рабочую точку по цене ошибок.
  • Добавьте к табличной модели признаки графа связей и оцените прирост.
  • Соберите контур поиска аномалий без разметки и проверьте, что он находит не то же самое, что модель.