Data scientist in debt collection

То, что многие компании считают своим прибыльным активом, зачастую является скрытым корнем финансовых проблем. Задача департамента по работе с проблемными активами – вовремя выявить трудности у клиентов и помочь преодолеть их. Используя передовые модели машинного обучения и искусственного интеллекта, мы создаем AI-профили клиентов, которые помогают сотрудникам быстрее разобраться в кейсе и выбрать наилучшую стратегию взаимодействия.

• исследование клиентского опыта в рамках процессов оздоровления и взыскания, поиск «узких» мест в процессах и использование передовых инструментов для проведения локальных исследований (графовый анализ, LLM для поиска инсайтов, самовоспроизводящиеся ИИ-решения, disrupt-проекты)
• регулярные встречи с Заказчиками для определения зон роста, предоставления непредвзятого взгляда на процессы и предложения к их трансформации
• создание ИИ-решений, влияющих на клиентский опыт
• построение чистого эксперимента и валидация ИИ-решения
• проработка технологической реализации при поддержке команд разработчиков, data и OPS-специалистов
• контроль внедрения ИИ-решения и последующего поведения решения в ПРОМ-контуре, анализ результатов внедрения
• создание AI-агентов на базе LLM для оптимизации рутинных процессов: речевая и текстовая аналитика взаимодействия с клиентом, выявление сущностей для автоматизации внутренних процессов, качественная суммаризация текста для составления профиля клиента
• создание, обучение и внедрение моделей для оценки и прогноза финансового состояния клиента, скоринга, прогнозирования дефолта, антифрода и выявления мошенничества. Разработка систем подбора индивидуальных условий для урегулирования задолженности, а также применение What-If / Uplift моделирования и каскадов моделей для выстраивания процессов с использованием ИИ
• графовый анализ компаний, их руководителей и бенефициаров, анализ новостного контента и других источников информации о клиентах.

• опыт работы 3+ лет в традиционных направлениях машинного обучения (ML), обработки естественного языка (NLP), глубокого обучения (DL)
• знание библиотек и фреймворков: pandas, pyspark, catboost, pytorch, tensorflow, langchain/langgraph
• опыт валидации AI-решений и их "боевого" пилотирования решений
• прикладной опыт в использовании LLM, контроле качества ответов и выстраивания графовой архитектуры с использованием LLM tools / MCP
• знания математической статистики и основ A/B-тестирования.
• Будет плюсом: опыт руководства проектами или самостоятельного обеспечения всего цикла производства ИИ-решения от гипотезы до реализации; знание основ финансового анализа и бухгалтерского учета; опыт курирования или наставничества, работа в крупных AI-проектах с смежными командами; английский язык — уровень Intermediate и выше; опыт в проектах, связанных с клиентским опытом / бизнес-анализом / исследованием очень больших данных; опыт использования AI-инструментов в разработке (LLM-ассистенты для написания и ревью кода, агенты для автоматизации рутинных операций, инструменты автодополнения вроде GitHub Copilot)

• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.