Ксения Бубаня

Старший специалист, прошла стажировку Sberseasons|24
Москва
«В Сбербанке образование поощряется»

— Твоя позиция звучит непонятно: старший специалист управления инструментов и моделей в блоке «Риски». Хочется разобраться, что всё это значит. Для начала расскажи, чем занимается конкретно блок «Риски»?

 

— Блок «Риски» занимается риск-менеджментом и предиктивной аналитикой. Задача блока — на основе имеющейся информации о наших клиентах спрогнозировать, как с ними будут развиваться отношения у банка. Проще говоря, клиент просит денег у банка — окажется ли он добросовестным заёмщиком? И если всё-таки скоринговые системы ошиблись и он деньги не вернул — есть ли вероятность, что у него заберут хотя бы часть долга? Или, например, компания обанкротилась и решила обратиться в какой-нибудь лондонский суд, где час работы адвоката стоит очень дорого. Банку может оказаться дешевле списать этот долг и забыть о нём, чем тратиться на разбирательство. Наша задача — правильно классифицировать всех заёмщиков и спрогнозировать вероятности разных исходов. Потому что главный драйвер в прибыли любого банка — минимизация затрат на обслуживание риска.

— А что значит «управление инструментов и моделей»?

 

— Мы, data scientists, занимаемся моделированием. Мы это делаем методами машинного обучения, строя модели. Дело в том, что у банка есть такое понятие, как аппетит к риску. Банк может брать на себя больше рисков и получать от этого больше выгоды, но и потери возрастут. А может брать меньше рисков. С одной стороны, кажется, что лучше быть более консервативным — клиенты банку будут больше доверять. Но, с другой стороны, это означает, что банк где-то не получит свою выгоду, хотя мог бы рискнуть и выиграть. Прежде Сбербанк был консервативным, но сегодня приоритет у блока «Риски» — это поиск золотой середины между консервативностью и аппетитом к риску.

 

Мы занимаемся разработкой моделей, которые ищут дополнительные возможности там, где раньше считалось, что вкладываться слишком рискованно. Для этого мы должны усложнять алгоритмы, делать их более точными — но усложнять не слишком сильно.

Почему?

— Логика, которая выдаётся машиной, должна быть легко интерпретируема людьми. Мы должны быть в состоянии объяснить бизнес-партнёру, почему мы соглашаемся или отказываем ему в том или ином случае. Поэтому в банковских рисках пока что не используются нейронные сети — с ними сложно объяснить, в чём логика, ты просто полагаешься на ответ программы. Но мы не можем прийти к клиенту и, воздев руки к небу, сказать: «Так повелела машина!»

— А лично ты чем сейчас занимаешься?

 

— Я занимаюсь прогнозированием вероятности дефолта субъектов Российской Федерации. Модели предсказания отличаются для физических лиц, индивидуальных предпринимателей, крупных корпораций и так далее. А есть целые города, которые занимают деньги у Сбербанка. Мне нужно понять, какова их инвестиционная привлекательность и насколько рискованно давать им деньги.

Сложность задачи в том, что субъекты РФ — это такой вид юридических лиц, у которых формально никогда в истории не было дефолтов: государство всегда покрывает субсидиями дефицит бюджета. Но есть города, у которых вообще долгов нет, а есть муниципалитеты, задолжавшие десятки миллиардов. И чтобы дать им оценку в нашей модели и правильно их рейтинговать, нам надо как-то посчитать вероятность дефолта. Поскольку проект в большой степени состоит из открытых данных, я смогла по нему защитить магистерскую диссертацию в РЭА им. Плеханова.

— Как устроена твоя работа?

 

Мы работаем в Agile Home. Это методология управления человеческими ресурсами. Мы работаем в опенспейсах — здесь нет кабинетов, все руководители подразделений и департаментов сидят рядом друг с другом. Мы всегда можем подойти к любому, спросить совета. Структура и иерархия максимально упрощены и сделаны горизонтальными. Люди разделены не на отделы, а на так называемые трайбы — племена. Тотема у нас, конечно, нет, но надо будет какой-нибудь бубен повесить. Звучит смешно, но на самом деле это очень комфортная среда. В каждой команде по 3–15 человек, и команда решает конкретную задачу. Если мне перестанет нравиться то, чем я занимаюсь, я всегда могу попроситься в другой трайб на другую задачу. Мне не придётся при этом заполнять кучу бумажек и переводиться через HR-отдел.

Раньше, если, например, валидаторы нашли ошибку в нашей модели, они должны были сообщить своему начальнику, их начальник должен был сказать нашему, и наш начальник уже должен был грозить нам пальчиком: «Ай-ай-ай». В новой системе вместо этого валидаторы просто смотрят, кто был в рабочей группе, и напрямую отправляют нам письмо, мол, исправляйте. Всё происходит быстро и без лишней волокиты.

У нас очень классно организовано рабочее время. Если ты пришёл в девять, уходишь в шесть. Если пришёл к десяти, уходишь в семь. HR-отдел понимает, что мы живём в мегаполисе, в котором бывают пробки, причём даже в метро. Мы все сидим в одном помещении, поэтому тут невозможно читерить. Нас не загоняют здесь до полусмерти, все понимают, что ты модель ставишь просчитываться — и образуется свободное время, нет смысла просто сидеть, гипнотизировать экран.

— Тебе 24 года, и ты уже старший специалист. У вас там все такие молодые?

 

— Я недавно встретила коллегу, которая была у нас в Москве в командировке. Мы с ней разговорились в столовой, и она призналась, что каждый раз удивляется, когда бывает в центральном аппарате, что все такие молодые.

В некоторых регионах из-за этого центральный аппарат считают зелёными, ничего не знающими. Мол, песочница какая-то. На самом деле объясняется всё просто. В блоке «Риски» основной возраст людей — от двадцати пяти до тридцати, потому что наше направление разработок в принципе новое. Интегрированный риск-менеджмент — это понятие, которое появилось недавно, как и многие методы машинного обучения. Да что уж говорить, наш выпуск по бизнес-информатике — первый в РЭУ. Факультеты data science только-только начали появляться в топовых вузах. Поэтому в нашем случае опыт работы не играет роли — его просто неоткуда взять.

Если людям постарше сказать, что я работаю в Сбербанке, они не понимают, в каком смысле — где-то в отделении за стойкой сижу? Но если говоришь кому-то помоложе, реакция — «вау, круто!». Сейчас студенты хотят работать в Сбербанке, потому что здесь применяются наиболее современные методы в области data science и машинного обучения. Сбербанк очень много вкладывает в развитие престижа как data-driven company. Реакция экзаменационной комиссии на защите моей магистерской диссертации была — ничего себе у вас студенты!

— Ты попала на работу после стажировки Sberseasons. Как она устроена?

— Стажировки Сбербанка направлены на то, чтобы отлавливать новых сотрудников среди студентов. Sberseasons доступна студентам очного отделения и аспирантам и длится два месяца. Если в отделе есть ставка, можно продлить на третий месяц. Чаще всего это тридцатичасовая рабочая неделя. В отличие от стажировок в других компаниях, она хорошо оплачивается, стажёры действительно работают над проектами, а не служат мальчиками на побегушках. Для того чтобы попасть на стажировку, нужно корректно заполнить резюме и точно указать, что вам нравится. Есть смысл указать все проекты, пускай даже студенческие курсовые работы, которые так или иначе связаны с банкингом. Я очень рекомендую ребятам, которые придут на стажировку, писать здесь дипломы или курсовые. Тут за два месяца это реально.

— Что для тебя важно в работе?

— Мне важно, что здесь можно сочетать учёбу и работу. У нас во время магистратуры и защиты дипломов очень многие ребята жаловались, что их работодатели негативно относятся к тому, что они постоянно бегают в универ. В Сбербанке образование поощряется. Практически все сотрудники имеют какую-то научную степень. Мой начальник, кандидат экономических наук, сам недавно защитил диссертацию и преподает в вузе. Офисный планктон — это, пожалуй, последнее, что можно подумать про сотрудников центрального аппарата. Эти люди не похожи на планктон. Такого количества научных сотрудников в одном месте вы больше нигде не встретите.

Понравилась статья?

Отправь ссылку другу

Задать вопрос
Задать вопрос












Другие истории успеха

Алексей Леванов
Исполнительный директор «Сбербанк Онлайн»
Москва
«В разработке нельзя дойти до совершенства»
Андрей Бакаленко
Руководитель проектов
Москва
«Сбер — это один из самых классных работодателей в России»
Лилия Алексеева
Исполнительный директор
Москва
«В Сбербанке нормально относятся к тому, что сотрудник хочет радикально сменить сферу деятельности: если опытный работник хочет меняться и развиваться, лучше, чтобы его знания оставались в компании, а не уплывали вовне »
Светлана Сучкова
Главный экономист казначейства
Москва
«Лично я отвечаю за то, чтобы вся группа Сбербанка до шести часов вечера получила процентные ставки в восьми валютах по своим продуктам на следующий рабочий день. Это должно быть сделано во что бы то ни стало: пожар, наводнение, падают серверы, не работают диски — всё это не важно»
Алексей Масютин
Исполнительный директор
Москва
«Только что нанятым на работу выпускникам часто говорят: «Забудьте всё, чему вас учили в университете». После нашей магистратуры такой проблемы нет»
Анна Ревенко
Руководитель проектов
Москва
«Я понимаю, что результат действий моей команды доносится до клиента, и вижу положительный опыт»
Дмитрий Губанов
Руководитель направления в лаборатории кибербезопасности
Москва
«Мы не знаем, какие новые технологии появятся завтра, послезавтра, — но я думаю, что Сбербанк один из первых обратит на них взор и возьмёт в оборот»
Святослав Агеев
Москва
«Здесь можно делать от и до уникальные и масштабные проекты, которыми будет пользоваться буквально вся страна — миллионы людей.»
Рустам Закиров
Директор по крупнейшим клиентам
Москва
«Главное — не бояться думать долгосрочно, не гоняться за лёгкой работой и быстрой выгодой сейчас, если это уводит тебя в сторону от большой цели»
Татьяна Демьянова
Главный IT-инженер
Москва
«Сбербанк сегодня — это одна из немногих компаний, где действительно делают крутые вещи. »