Senior Data scientist and researcher (клиентский путь взыскания) — СБЕР

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.

В рамках нашего центра ИИ и комплексных решений вектор развития ориентирован на концептуальное переосмысление процессов урегулирования, автоматизацию рутинных процессов и создание дополнительного дохода в рамках работы с проблемной задолженностью.

• 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:

• оптимизация документальной и рутинной работы

• речевая и текстовая аналитика взаимодействия с клиентом

• выявление сущностей для автоматизации внутренних процессов

• качественная суммаризация текста для составления профиля клиента

• разработка и внедрение ML/AI-моделей:

• оценки и прогноза финансового состояния клиента

• подбор индивидуальных условий для урегулирования задолженности

• антифрод и выявления мошенничества

• скоринг клиентов

• прогнозирование дефолта по обязательствам

• What-If / Uplift моделирование и каскады 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 бухгалтеского 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)

• возможен гибридный формат работы, локация офиса пр-кт Кутузовский, 32 к3 стрА
• 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.