Аналитик данных в кредитных рисках

Мы строим мультиагентную систему для раннего выявления рисков в сегменте микро- и малого бизнеса - систему, где AI-агенты анализируют данные, находят сигналы ухудшения и помогают бизнесу принимать решения в режиме, близком к реальному времени. Это не просто аналитика и не просто ML - это новая архитектура работы с рисками: от данных к автономным интерпретациям и рекомендациям. Мы ищем дата-аналитика, который хочет работать на переднем крае: разрабатывать и обучать AI-агентов, собирать сложные пайплайны данных и участвовать в создании системы, которая масштабируется на весь портфель.

• постановка задачи на агента: цель, бизнес-заказчик, потребители результата, критерии успеха
• организация работы с экспертами (напр. кредитные риски, андеррайтинг, мониторинг, работа с проблемной задолженностью): интервью, воркшопы, формализация экспертной логики принятия решений
• анализ внутрибанковских процессов, с которыми связан агент и точек использования его результата
• разработка методологии агента: признаки, правила, пороги, зависимости; разделение логики на детерминированную (расчёты и правила) и недетерминированную (интерпретация и выводы LLM)
• поиск и верификация источников данных: витрины, таблицы, поля, глубина истории, частота обновления, качество; маппинг до уровня конкретного атрибута
• прототипирование агента: сборка рабочего прототипа (Python, Jupyter, вызовы LLM) на выбранных данных и методологии
• тестирование прототипа на лаб-контуре: проверка корректности и полноты выбранных данных, проверка того, что результат агента устраивает экспертов и отвечает запланированным целям; доработка методологии по итогам
• описание контракта агента: состав и формат входа и выхода, место агента в мультиагентной системе и взаимодействие с другими агентами
• подготовка эталонных кейсов клиентов с ожидаемым результатом для тестирования и приёмки агента
• передача разработчику и дата-инженерам спецификации вместе с проверенным прототипом, сопровождение разработки, приёмка результата вместе с экспертами
• оценка качества работы агента после запуска, сбор обратной связи, доработка и версионирование методологии
• ведение базы знаний по агентам: методологии, источники данных, результаты тестов прототипов, принятые решения.

• высшее образование в области математики, статистики, экономики, информационных технологий или смежных областях
• опыт работы с различными LLM
• опыт разработки агентов
• 3+ года Python, опыт async-сервисов, знание современных библиотек Data Science (Pandas, Scikit-Learn, TensorFlow)
• глубокое знание SQL и оптимизации запросов
• опыт prompt-инжиниринга и настройки LLM-инференса
• глубокое понимание принципов построения мультиагентных систем и опыта их практического внедрения
• знание методик когортного анализа и умение строить прогнозы финансовых показателей портфелей малого и микробизнеса.
• Будет плюсом: опыт руководящей должности от двух лет в проектах, связанных с обработкой больших данных, построением аналитических моделей и управлением рисками; понимание специфики сектора малого и микробизнеса в российских условиях, особенностей финансового поведения данной категории заемщиков; наличие успешных кейсов разработки AI-продуктов и решений для кредитных организаций; опыт реализации крупных интеграционных проектов в финансовой сфере; навыки работы с зарубежными аналоговыми системами и технологиями в рамках международного сотрудничества и системами и технологиями в рамках международного сотрудничества

• комфортный современный офис рядом с м. Кутузовская
• ежегодный пересмотр зарплаты и годовая премия
• корпоративный спортзал и зоны отдыха
• уникальная система обучения Сбера для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• подписка Прайм с возможностью совместного использования на трёх близких
• скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.